MLNLP第四十四次学术研讨会 9月20日线上举办

田倬韬

哈尔滨工业大学（深圳）计算机科学与技术学院教授

田倬韬教授主要研究方向为多模态大模型、高效生成推理、智能体与多模态场景感知等，近五年发表CCF-A类顶级会议/期刊论文50余篇，谷歌学术引用量超7000次，曾获CVPR最具影响力论文、ACM MM杰出论文奖等荣誉，多次担任CVPR、NeurIPS等顶级会议的领域主席，获评CVPR杰出领域主席，获得华为“火花奖”，受多项国家级与企业基金资助开展前沿研究。

蒋理

香港中文大学（深圳）数据科学学院助理教授

蒋理助理教授的研究聚焦于计算机视觉与人工智能，包括三维感知与空间智能、世界模型、自动驾驶、具身智能等方向，研究成果发表于CVPR、ICCV、NeurIPS、TPAMI等顶级会议与期刊，谷歌学术引用量超18000次，多次获选口头报告与亮点论文，其关于自动驾驶运动预测的研究连续三次获得CVPR Waymo Open Dataset Motion Prediction Challenge全球冠军，入选全球前2%顶尖科学家年度影响力榜单，获得国家级青年人才项目资助。

陈颖聪

香港科技大学(广州)人工智能学域助理教授

陈颖聪助理教授主要从事计算机视觉与视觉生成模型研究，在TPAMI、CVPR、ICCV、ECCV等顶级学术会议与期刊发表论文八十余篇，曾获中国图像图形学会自然科学奖一等奖、广东省人工智能学会科学进步奖等荣誉，研究成果入选ESI高被引论文、ICCV 2023最佳论文提名。本次报告主题为《2D 生成先验的空间化诱导》，将围绕如何从2D生成先验中提取结构感知的固有智能展开，从表征、目标、训练三个维度拆解诱导机制，并结合深度估计、3D重建等任务展示应用效果。

齐晓娟

香港大学电气与计算机工程系副教授

齐晓娟副教授的研究方向为赋予机器开放环境中的感知、理解与重建视觉世界的能力，聚焦具身智能系统的真实场景应用，已在SIGGRAPH Asia、CVPR、ICCV、NeurIPS等顶级国际会议发表论文100余篇，多篇入选口头报告，曾获SIGGRAPH Asia最佳论文荣誉提名奖，入选2024年IEEE AI “10 to Watch”以及MIT TR35 China，长期担任ICCV、CVPR、NeurIPS等国际顶级会议的领域主席。本次报告主题为《世界建模、生成和交互》，将系统介绍从真实世界数字化到智能体自主行动的一系列研究，涵盖世界感知与重建、三维资产生成、世界模型构建以及自适应智能体框架等内容。

李彦玮

上海交通大学长聘教轨助理教授

李彦玮助理教授长期从事多模态基础模型与生成式人工智能研究，作为核心成员参与多项基础模型研发，相关技术应用于字节跳动多个亿级用户产品，在国际顶级会议和期刊发表30余篇论文，谷歌学术引用量超1万次，开源模型下载量超200万次，曾获世界人工智能大会“云帆奖”。本次报告主题为《面向多模态统一模型的语义生成式调优》，将介绍语义生成调优方法，通过引入语义视觉目标对齐视觉理解与生成能力，实验证明该方法可有效提升模型的视觉理解与生成性能。

李靖瑶

百度高级研究员

李靖瑶研究员的研究方向为大语言模型代码后训练，重点关注游戏、3D建模等需要空间视觉理解的复杂场景，在CVPR、NeurIPS、ICLR、ACL、EMNLP、TPAMI等国际会议与期刊发表多篇论文。本次报告主题为《端到端训练一个WebDev Agent》，将介绍WebDev Agent的任务覆盖、数据采集、轨迹合成、代码库建设等内容，梳理不同训练策略在能力提升中的分工，并探讨模型在真实前端开发中的挑战与优化路径。