人工智能学院系列学术活动（第74场）——南京大学易子立副教授学术报告

报告题目：Towards Higher Controllability and Capacity in Multi-Modal Content Generation报告人：易子立副教授 南京大学智能科学与技术学院报告摘要：本讲座聚焦多模态内容生成的可控性与能力升级，解锁视频生成等复杂场景的技术密钥。以世界模型为核心底座，借长视频数据习得物理规律与时空逻辑，搭配智能体实现动态交互与决策。突破传统生成局限，既让多模态创作精准契合指令，又拓宽内容生成能力的边界。从统一架构到高...

人工智能学院系列学术活动（第73场）——新加坡科技研究局生物信息研究院副院长李惠光教授学术报告

报告题目：人工智能在病理和放射影像诊断领域新进展报告人：李惠光教授 新加坡科技研究局生物信息研究院副院长报告摘要：人工智能的发展改变了人类的技术发展和应用。在医疗健康领域，人工智能已产生了多方面的影响，比如在病理科的癌症和放射影像的诊断。病理样本和放射影像的数字化也使得人工智能的应用成为可能。本次研讨会将探讨几种将人工智能应用于病理诊断和放射影像诊断的先进方法。报告人简介：李惠光（Hwee Kuan Lee...

人工智能学院系列学术活动（第72场）——阿卜杜拉国王科技大学陈奕梦博士后学术报告

报告题目：基于异质性递归规划的AI长文写作智能体框架报告人：陈奕梦 阿卜杜拉国王科技大学 生成式AI卓越中心 博士后（邮件：yimeng.chen@kaust.edu.sa）报告摘要：长文档写作在学术研究、技术报告、创意写作等众多领域中发挥着关键作用，是知识传播和思想表达的重要载体。然而长文写作代表一类典型的长程复杂Agent任务：生成连贯、高质量且结构良好的长文档内容，需要在扩展篇幅中保持逻辑一致性、管理相互依赖的观点，并动态...

2025年秋季学期-人工智能前沿讲座-第7讲——吉林大学宋姗姗副教授学术报告

报告题目：AI赋能水声组网：性能评估、协议设计及通用平台搭建报告人：宋姗姗 吉林大学 计算机科学与技术学院 副教授/博士生导师（邮件：songss@jlu.edu.cn）报告摘要：近年来，水下集群的规模和任务复杂度逐渐增大，现有的水声网络具有通信带宽窄、延迟大、多普勒严重等特性，同时面临网络高时空动态、资源受限等限制，如何实现鲁棒、高效的水声网络是水下集群作业的关键问题。因此，提出“AI赋能水声网络三步走”研究思路：构...

2025年秋季学期-人工智能前沿讲座-第6讲——南开大学陈盛泉教授学术报告

报告题目：人工智能驱动的细胞异质性刻画与解析报告人：陈盛泉 南开大学数学科学学院教授报告摘要：单细胞测序技术使得破译生物体内细胞的类型和构成成为可能，然而，单细胞数据通常具有高维度、高噪声、极度稀疏等特点，常规计算方法难以准确刻画细胞异质性并辨识细胞类型。本报告将介绍针对单细胞数据质量低下、信息不足、细胞类型繁杂等挑战，我们如何基于数据驱动、信息融合、知识引导的思想，分别从无监督学习、弱监督学习...

人工智能学院系列学术活动（第71场）——日本东北大学袁巍副教授学术报告

报告题目：从二维影像到三维时空理解：摄影测量与遥感在灾害评估与城市变化监测中的新进展报告人：袁巍 日本东北大学副教授报告摘要：近年来，随着高分辨率航空与卫星影像、无人机多视影像以及地面移动测量系统的普及，二维影像向高精度三维信息的重建与分析成为摄影测量与遥感领域的核心研究方向。本报告将围绕“二维影像生成三维信息”与“二维/三维融合感知”两条主线，介绍本人及团队成员在灾害响应和城市变化监测中的相关...

2025年秋季学期-人工智能前沿讲座-第5讲——吉林大学聂子斐助理教授学术报告

报告题目：迈向可信可靠的自动驾驶：融合实时优化、数据驱动控制与控制诱导学习的前沿探索报告人：聂子斐 吉林大学人工智能学院 助理教授报告摘要：机器学习的发展正推动自动驾驶由传统的模块化感知–规划–控制架构，转向以 VLA 为输出、以世界模型为训练与评测手段的端到端统一学习范式。基于这一背景，本次报告将系统回顾三条技术路线：传统的实时优化，直接数据驱动控制，以及融合可微分最优控制的学习范式，并分别讨论其前...

2025年秋季学期-人工智能前沿讲座-第4讲——新加坡科技研究局（A*STAR）杨旭雷研究员学术报告

报告题目：三维视觉深度学习：算法探索与实际应用报告人：杨旭雷 新加坡科技研究局（A*STAR）研究员报告摘要：三维深度学习是自动驾驶、机器人感知等新兴应用的关键技术，但其在实际落地过程中仍面临诸多技术挑战。本报告将介绍几项创新性方法——高效样本的三维深度学习、异构三维深度学习、鲁棒三维深度学习以及资源高效的三维深度学习，旨在系统性地解决当前三维深度学习研究与应用中的核心难题，加速其向实际应用的转化。同...

2025年秋季学期-人工智能前沿讲座-第3讲——吉林大学施万里助理教授学术报告

报告题目：从脉冲神经网络到大规模模型：理论、方法与未来展望报告人：施万里 吉林大学人工智能学院助理教授报告摘要：随着人工智能技术的迅猛发展，脉冲神经网络（Spiking Neural Networks，SNNs）作为模拟生物神经系统的信息处理模型，因其在计算效率、能耗控制与处理速度等方面的独特优势，正逐渐成为智能计算的重要研究方向。本报告将系统探讨脉冲神经网络向大规模模型演进的过程，深入分析其理论基础、核心方法及未来应用...

2025年秋季学期-人工智能前沿讲座-第2讲——吉林大学赵超副教授学术报告

报告题目：机器人基础模型于操纵学习报告人：赵超 吉林大学人工智能学院副教授报告摘要：近年来，机器人学习正在从专才模型迈向通才式基础模型（Robot foundation model）：视觉基础模型，提供统一且可迁移的视觉表征（如 DINOv2、SAM），支撑检测、分割、跟踪与三维理解；多模态大语言模型，将语言、视觉与世界知识对齐（如 GPT-4V、Gemini），可把自然语言指令转化为高层任务规划与工具/技能调用；最新的 π0 等视觉-语言-行...