活动预告丨AI前沿讲习班第十六期将在杭州开班

2026年2月9—10日，由中国人工智能学会（CAAI）主办，CAAI青年工委会、CAAI会员服务工委会及CAAI会士之家（杭州站）联合承办的“中国人工智能学会AI前沿讲习班（CAAI-AIDL）”第十六期将在杭州举行。本期讲习班以“大模型前沿技术与应用”为主题，聚焦人工智能领域的前沿进展与最新成果，旨在为相关从业者与研究者提供高水平的学习交流平台。

活动邀请北京邮电大学科学技术研究院副院长/特聘教授、国家级高层次人才姚海鹏担任学术负责人，并邀请业界与学界专家，围绕大模型关键技术、基础架构、多模态融合、工程实践与应用拓展等多个方向展开深度授课。讲习班将结合理论解析与案例分享，促进产学研协同创新，助力我国人工智能技术的前沿探索与人才培养。

嘉宾简介

姚海鹏

北京邮电大学科学技术研究院

副院长/特聘教授

国家级高层次人才

个人简介：

主要研究领域为专用网络、无人集群网络等。主持国家重点研发计划项目、国家自然科学基金企业联合基金、国防科技“173计划”重点项目等项目20余项，发表论文200余篇，ESI高被引论文10余篇，出版专著4本，获国家发明专利100余项。曾获第十八届中国青年科技奖、教育部技术发明一等奖、中国电子学会技术发明一等奖、中国发明协会发明创业奖创新奖一等奖、IEEE ICC 2022最佳论文奖等。

报告题目：

面向算力互联的智能网络发展趋势及思考

报告摘要：

当前，全球网络基础设施正经历从传统架构向智能驱动的革命性转变。网络智能化演进面临感知与决策精度受限、自治协同复杂、意图理解不足等挑战。本报告系统阐述人工智能技术驱动下的网络架构代际演进路径，构建"三维智能"技术体系。AI for Network：聚焦异构环境下的智能感知与决策能力增强，推动网络从被动响应向主动优化演进；AI in Network：强调网络功能与智能算力的深度耦合，构建具备动态自治、全局协同的系统智能体系；AI-Native Network：以意图驱动为范式，以模型内生为核心，重构网络架构与体系，迈向具备自感知、自决策、自演化能力的智能原生网络形态。报告聚焦网络智能化的技术演进与产业融合路径，前瞻性分析智能原生网络在构建数字基础设施、驱动产业智能化升级中的关键价值与发展潜力。

田臣

南京大学计算机学院教授

国家级高层次人才

个人简介：

研究专长为计算机网络和分布式系统，在计算机网络和分布式系统领域SIGCOMM、NSDI、OSDI、FAST、SIGMOD、PPoPP、Eurosys等多个顶级学术会议和知名国际期刊上录用和发表论文100余篇。为下一代数据中心网络提出以流量控制为中心的拥塞管理理念，设计拥有自主知识产权的带状态可编程网络测试仪，主导实现对开源网络仿真软件的大规模并行加速，曾任OpenNetLab国际网络实验床的轮值主席。

报告题目：

Exploring Performance and Power Optimization for Large Model Training

报告摘要：

本次报告围绕大模型训练的性能与功耗优化展开，结合我们组三篇最新研究成果，系统介绍面向 Ascend 芯片的全栈优化实践。从工业级性能剖析与调优系统，到基于解析模型与细粒度 DVFS 的能效协同优化，再到算子级性能潜力挖掘，全面展示如何通过架构感知、系统协同与精细化调度，在提升训练效率的同时实现功耗优化，为大模型高效部署提供关键技术支撑。

崔来中

深圳大学计算机与软件学院

副院长、教授

国家级青年人才

个人简介：

粤港现代信息服务省部共建协同创新中心执行主任，人工智能与数字经济广东省实验室（深圳）主任助理，中国人工智能学会知识工程与分布智能专委会秘书长。研究领域包括：互联网体系结构、边缘计算、分布式机器学习和多媒体网络等。担任IEEE TCC、IEEE IoTJ、IEEE TNSM等期刊副编辑/编委。已主持国家自然科学基金联合基金重点项目、国家重点研发计划课题、广东省自然科学基金卓越青年团队、深圳市优青（首届）等科研项目。已在TON、JSAC、TMC、TPDS、TC、TDSC、TKDE、INFOCOM、MM、AAAI、IJCAI等国内外重要期刊和会议上发表论文100余篇。曾获霍英东青年科学奖、中国通信学会科学技术一等奖、深圳市青年科技奖等。

报告题目：

联邦学习通信优化与安全增强

报告摘要：

人工智能时代，数据安全的重要性愈发凸显，多方组织机构对敏感数据的域外共享感到担忧，难以承担数据泄露带来的严重后果，造成数据孤岛现象，导致各方数据既出不去，也进不来。联邦学习作为一种能够解决数据孤岛问题、实现“原始数据不出域，数据可用不可见”效果的有效手段得到了学术界与工业界的广泛关注。然而，现有联邦技术仍然面临着通信优化难、协同调度难等诸多难题，为联邦学习的落地应用带来了挑战。本次报告将紧紧围绕上述难题，分享一系列具有理论保障、可行性高的方法与策略，以实现有限带宽环境下的高效频繁通信、动态复杂联邦场景下的客户端合理协作与调度、以及结合联邦学习的大模型优化。

吴仍茂

浙江大学研究员

美国光学学会会士

国际光学工程学会会士

国家级青年人才

个人简介：

主要从事自由曲面光束调控、新型成像与显示的研究工作，在Optica、Laser & Photonics Reviews等知名光学期刊上发表SCI论文70余篇。先后获浙江省技术发明二等奖（排1）、中国光学学会技术发明二等奖（排1）、美国光学学会Optica Kevin P. Thompson光学设计创新奖等。

报告题目：

自由曲面光束调控及其照明显示应用

报告摘要：

光学自由曲面是一类面形结构极其灵活的曲面，凭借其灵活的面形结构，可突破以球面、非球面为主的传统光学系统理念，创造全新的光学系统结构形态，可在显著提升系统性能的同时极大简化系统结构、减少光学元件数量，可实现具有高性能和新功能的轻小型光学系统。基于自由曲面光束调控的先进光学设计，在新型显示与成像、高效节能照明、半导体制造等尖端国防和民用领域均具有重要应用价值。本报告将介绍自由曲面光束调控在非成像和成像设计中所面临的难题，以及报告人围绕这些难题所开展的创新工作。

肖斌

重庆邮电大学教授

教育部“网络空间大数据智能安全”

重点实验室副主任

国家级高层次人才

个人简介：

主要从事多模态图像感知与安全方面的研究，主持国自然重点、国际地区合作、国防前沿特区等项目多项。已在《Nature Methods》《Nature Photonics》《IEEE TPAMI》《IJCV》等期刊和CVPR、ICCV、ECCV等国际会议上发表论文和成果200余篇，连续5年入选全球前2%顶尖科学家榜单。获重庆市自然科学二等奖、吴文俊人工智能科技进步一等奖、重庆市科技进步一等奖。

报告题目：

面向现实场景的生成图像检测

报告摘要：

随着生成式人工智能（AIGC）技术的爆发式增长，高逼真度的合成图像大量涌现。这一技术变革在赋能内容创作的同时，也被恶意用于虚假信息传播、欺诈与证据篡改，引发了全球范围内对数字内容安全的深切担忧。然而，面向复杂多变的现实应用场景，现有的生成图像检测技术仍面临严峻挑战：检测鲁棒性不足、泛化能力受限、依赖单模态特征、可解释性缺失，难以满足安全溯源对判别依据的透明化需求。针对上述问题，本报告将系统介绍课题组在该方面的最新研究进展与思考，构建兼具高检测精度与强泛化能力的检测框架。最后，对生成内容检测技术的未来演进趋势进行展望，旨在为构建可信、可控的数字内容生态提供理论参考与技术支撑。

廖志鑫

合肥综合性国家科学中心

数据空间研究院数据创新平台

开发部副主任

个人简介：

长期从事数据要素领域的研究、产品研发及工程项目实施工作，作为项目骨干，承担了国家数据基础设施建设先行先试等数据领域的国家级试点项目。

报告题目：

数算模一体协同的大模型训推基座探索实践

报告摘要：

在当前大模型研发面临算力瓶颈与资源协同挑战的背景下，本报告聚焦于“数据、算法、算力与模型训练及推理深度协同”的新型基座构建路径。我们提出并探索了一种“数算模一体协同”的大模型训推基座框架，旨在通过架构层面的系统性设计，打破传统堆叠模式下资源与流程的割裂。报告将阐述该基座如何通过存算协同、训推协同、软硬一体的优化策略，实现数据高效流转、算力动态适配与模型迭代的紧密联动，从而显著提升训练效率、降低推理时延与总体成本。结合具体的实践案例，我们将分享在异构算力池化、端到端自适应流水线等方面的关键技术与实施经验，为构建高效、敏捷、可持续的大模型基础设施提供可借鉴的思路与解决方案。

张荣升

网易伏羲语言智能组负责人

个人简介：

在ICLR、ACL、EMNLP、AAAI 等国际顶级会议上发表了40余篇论文，研究方向涉及大语言模型、人设对话、多模态等，并有丰富的AIGC技术应用经验，在游戏智能NPC系统、虚拟陪伴、AI绘画、AI音乐等场景中落地。

报告题目：

大模型在游戏智能交互场景的应用实践

报告摘要：

本报告主要介绍游戏场景基于大模型能力构建多模态智能交互的技术框架，同时会展示游戏场景实践中的优秀应用案例，例如智能NPC系统构建、可实时语音交流的AI队友等。

叶鹏军

云尖信息解决方案资深架构师

个人简介：

多年的网络、服务器以及解决方案的研发经历，当前负责公司整体解决方案业务。

报告题目：

高效能智算中心发展趋势与思考

报告摘要：

智算中心建设面临的问题与挑战

1.绿色节能低PUE机房基础设施；

2.高效能智能算力；

3.高性能无损网络；

4.高性能分布式并行存储；

5.典型案例分享。

王华

摩尔线程副总裁

个人简介：

长期从事云计算和AI Infra方向工作。博士毕业后先后担任VMware高级研发经理、华为云网络专家和深信服云计算CTO，现任摩尔线程AI&云计算副总裁，负责公司GPU集群产品以及AI软件栈的研发，包括集群管理系统、云软件、训练/推理框架、模型、应用等。

报告题目：

基于国产GPU集群的大规模训练

报告摘要：

万卡训练成为大模型研发的必要条件，而规模的增加也带来了可靠性的挑战。摩尔线程通过自研全栈软件、SimuMax模拟工具、异步 Checkpoint等技术，针对性解决了慢节点、静默数据错误、Inf/NaN等稳定性难题。

本次活动计划招募2025年度中国科协青年科技人才培育工程博士生专项计划入选人才，同时欢迎人工智能相关领域从业者、高等院校科研工作者及学生报名参会，共同探讨与推进大模型技术的前沿发展与行业应用。

报名参与