吕建
中国科学院院士

南京大学原校长

计算机软件新技术全国重点实验室主任

报告题目：《数智时代与科教变革探索》

专家简介：

吕建，教授，中国科学院院士，南京大学原校长，计算机软件新技术全国重点实验室主任（南京大学）。主要研究方向为智能化软件方法学。先后获得教育部自然科学一等奖、教育部技术发明一等奖、国家科技进步二等奖、国家级教学成果二等奖、何梁何利科学与技术进步奖等多个奖项。

报告摘要：

       报告以一个计算机软件科技与教育工作者的视角，从数智时代与科教变革两个侧面对数智化新时代科教变革进行系统性探讨。主要包括数智时代之认知与理解方式、主要特征与内涵、融合化智能驱动等方面的创新思考与认识；科教变革之数智世界总体变革、人才培养与科研范式变革、大学发展变革与数字经济发展、转型发展与驱动方式变革等方面的创新思考与认识。

高光来 
内蒙古大学原副校长

CCF自然语言处理特别贡献奖

国家973前期项目和重点研发计划主持人

专家简介：

高光来，内蒙古大学教授，博士生导师，蒙古文智能信息处理技术国家地方联合工程研究中心主任；兼任第八届教育部科技委委员，中国人工智能学会多语种智能信息处理专委会副主任委员，中国语文现代化学会民族语文现代化专委会副理事长。1998年获霍英东教育基金会青年教师奖，2000年被评为内蒙古自治区有突出贡献的中青年专家，2009年成为享受国务院政府特殊津贴专家，2010年入选内蒙古自治区首批“草原英才”，2024年荣获中国计算机学会自然语言与中文计算特别贡献奖。主要研究领域为人工智能、模式识别与蒙古文智能信息处理，主持完成了国家863计划、国家973计划前期研究专项、国家重点研发计划（政府间国际科技创新合作重点专项）、国家自然科学基金、内蒙古自治区自然科学基金重大等国家、自治区重点科研项目10余项。在国内率先研制了“印刷蒙古文识别系统”、“大词汇量蒙古语语音识别系统”、“蒙古文信息检索系统”。科研成果获得教育部科技进步二等奖、内蒙古自治区科技进步一等奖、中国计算机学会科技进步杰出奖、中国技术市场协会金桥奖二等奖。在著名国际学术期刊和会议TASLP、IJDAR、ACL、AAAI、ICASSP、ICDAR、COLING等发表论文100余篇。

张智雄

中国科学院文献情报中心副主任

国家千百万人才工程入选者

Data Intelligence共同主编

报告题目：《支撑AI4S的科技文献知识底座构建：思路、方法和实践》

专家简介：

       张智雄，博士，教授级高工（正高二级），博导，中国科学院文献情报中心副主任。国家百千万人才工程入选者，享受国务院政府特殊津贴（专业技术人才）。国家重点研发计划项目负责人和国家社科基金重大项目首席专家。任Data Intelligence期刊共同主编、中国科学技术情报学会信息技术专业委员会主任委员、全国图书馆标准化技术委员会（SAC/TC389)副主任委员等职。主要研究领域为语义智能、科技文献挖掘、知识组织、新型学术交流等。主持国家和省部级项目80余项，发表论文200余篇，获批软件著作权70余项，专利十余项。近期致力于推动科技文献内容的深度挖掘，努力构建起支持AI for Science的科技文献知识底座。

详见科技文献智能挖掘工具SciAIEngine网站：

http://sciengine.las.ac.cn/

聂建云

蒙特利尔大学计算机科学与运筹学系教授

加拿大自然语言处理及应用研究主席

报告题目：《大语言模型环境下的对话式和个性化检索》

专家简介：

聂建云，加拿大蒙特利尔大学的教授。他长期从事信息检索和自然语言处理方面的研究，他的研究在这些领域里产生了较大的影响。2022年被ACM SIGIR学会选为院士（member of SIGIR academy）。聂建云也是加拿大自然语言处理和应用方向的讲座教授（Canada Research Chair）。

报告摘要：

       大语言模型已经广泛应用于许多应用场景，其中包括搜索。尽管在一些搜索的实验中大语言模型表现良好，但它并不能取代搜索系统。相反，搜索系统能够增强大语言模型在许多任务中的效果—更精准的搜索能使大模型生成更准确的答案。在这个报告中，我们将介绍针对对话式和个性化检索设计的一些方法，包括基于大语言模型的方法，同时也描述这些任务仍然面临的挑战。

吴华 
2017福布斯"AI杰出女性"

获国务院特殊津贴

百度技术委员会主席

报告题目：《文心大模型技术及应用》

专家简介：

吴华，百度技术委员会主席。深耕自然语言处理领域20余年，近年来主要从事文心大模型的研发。曾获国家科技进步奖二等奖、国家技术发明奖二等奖、中国专利金奖；获国务院特殊津贴，被评为杰出工程师、青年北京学者等。

报告摘要：

       报告讲介绍文心大模型的发展历程、以及文心大模型的最新进展，最后介绍大模型支持应用的方式和案例。

This talk will present the development of the ERNIE foundation model, highlight its latest advancements, and conclude with an overview of how large models support various applications through real-world use cases.

毕晓君

中央民族大学教授

"民族语言智能分析与安全治理"教育部重点实验室主任

报告题目：《多民族语言古籍文献的智能分析与机器翻译》

专家简介：

毕晓君，中央民族大学信息工程学院二级教授，博士生导师，“民族语言智能分析与安全治理”教育部重点实验室主任。研究聚焦于数字图像处理、自然语言处理、民族语言智能分析与机器翻译。先后获得省部级科学技术进步一等奖1项、省部级科学技术进步二等奖6项。现任第八届教育部科技委信息学部委员、中国生物医学工程学会常务理事，中国人工智能学会会刊《智能系统学报》编委。作为项目负责人目前承担国家社会科学基金重大项目《基于人工智能技术的东巴文机器释读研究》、国家自然科学基金重点项目《少数民族象形文字古籍的智能分析与机器翻译研究》。

石川
北京邮电大学计算机学院教授

国家高层次人才

报告题目：《大模型时代的异质图计算》

专家简介：

石川，北京邮电大学计算机学院教授、国家高层次人才。主要研究方向: 数据挖掘、机器学习、人工智能和大数据分析。近5年在CCF A类期刊和会议发表论文100余篇，中英文专著六部，连续入选爱思唯尔高被引学者；授权发明专利30余项，相关研究成果应用于阿里、蚂蚁、腾讯、华为、美团等公司。研究成果获得电子学会科技进步一等奖和北京市自然科学二等奖等奖项。

报告摘要：

       异质图，也称异构图或异质信息网络，是由不同类型的实体和关系构成图。异质图是建模复杂交互系统的基本工具，也是广泛存在的一类数据形式，并形成了特有的分析方法。异质图分析也成为了数据挖掘领域的研究热点，并在工业界广泛使用。本报告系统介绍异质图的概念，模型，应用与平台。另外，本报告也将讨论大模型对图计算的影响，以及解决思路：图基础模型。

季姮
美国伊利诺伊大学厄巴纳-香槟分校终身正教授

亚马逊学者

报告题目：《Science-Inspired AI》

专家简介：

       Heng Ji is a Professor of Computer Science at Siebel School of Computing and Data Science, and a faculty member affiliated with Electrical and Computer Engineering Department, Coordinated Science Laboratory, and Carl R. Woese Institute for Genomic Biology of University of Illinois Urbana-Champaign. She is an Amazon Scholar. She is the Founding Director of Amazon-Illinois Center on AI for Interactive Conversational Experiences (AICE), and the Founding Director of CapitalOne-Illinois Center on AI Safety and Knowledge Systems (ASKS). She received Ph.D. in Computer Science from New York University. Her research interests focus on Natural Language Processing, especially on Multimedia Multilingual Information Extraction, Knowledge-enhanced Large Language Models and Vision-Language Models, AI for Science, and Science-inspired AI. The awards she received include Outstanding Paper Award at ACL2024, two Outstanding Paper Awards at NAACL2024, "Young Scientist" by the World Laureates Association in 2023 and 2024, "Young Scientist" and a member of the Global Future Council on the Future of Computing by the World Economic Forum in 2016 and 2017, "Women Leaders of Conversational AI" (Class of 2023) by Project Voice, "AI's 10 to Watch" Award by IEEE Intelligent Systems in 2013, NSF CAREER award in 2009, PACLIC2012 Best paper runner-up, "Best of ICDM2013" paper award, "Best of SDM2013" paper award, ACL2018 Best Demo paper nomination, ACL2020 Best Demo Paper Award, NAACL2021 Best Demo Paper Award, Google Research Award in 2009 and 2014, IBM Watson Faculty Award in 2012 and 2014 and Bosch Research Award in 2014-2018. She has coordinated the NIST TAC Knowledge Base Population task 2010-2020. She served as the associate editor for IEEE/ACM Transaction on Audio, Speech, and Language Processing, and the Program Committee Co-Chair of many conferences including NAACL-HLT2018 and AACL-IJCNLP2022. She was elected as the North American Chapter of the Association for Computational Linguistics (NAACL) secretary 2020-2023.

报告摘要：

       Unlike machines, human scientists are inherently “multilingual,” seamlessly navigating diverse modalities—from natural language and scientific figures in literature to complex scientific data such as molecular structures and cellular profiles in knowledge bases. Moreover, their reasoning process is deeply reflective and deliberate; they “think before talk”, consistently applying critical thinking to generate new hypotheses.  In this talk, I will discuss how AI algorithms can be designed by drawing inspiration from the scientific discovery process itself. For example, recent advances in block chemistry involve the manual design of drugs and materials by decomposing molecules into graph substructures—i.e., functional modules—and reassembling them into new molecules with desired functions. However, the process of discovering and manufacturing functional molecules has remained highly artisanal, slow, and expensive. Most importantly, there are many instances of known commercial drugs or materials that have well-documented functional limitations that have remained unaddressed. Inspired by scientists who frequently “code-switch”, we aim to teach computers to speak two complementary languages: one that represents molecular subgraph structures indicative of specific functions, and another that describes these functions in natural language, through a function-infused and synthesis-friendly modular chemical language model (mCLM). In experiments on 430 FDA-approved drugs, we find mCLM significantly improved 5 out of 6 chemical functions critical to determining drug potentials. More importantly, mCLM can reason on multiple functions and improve the FDA-rejected drugs (“fallen angels”) over multiple iterations to greatly improve their shortcomings. Preliminary animal testing results further underscore the promise of this approach.

飞龙
内蒙古大学教授

内蒙古自治区杰出青年基金获得者

内蒙古自治区多语种人工智能技术重点实验室主任

报告题目：《蒙古语智能与蒙古文大模型》

专家简介：

       飞龙，现任内蒙古大学计算机学院、人工智能学院教授、博士生导师、蒙古文智能信息处理技术国家地方联合工程研究中心党支部书记、副主任、内蒙古自治区多语种人工智能技术重点实验室主任、内蒙古大学北疆民族语言文化交融与传播研究中心副主任、鹏城实验室兼聘研究员、内蒙古科学技术研究院多模态人工智能技术创新团队负责人，中科院二区英文期刊Data Intelligence 编委。内蒙古杰出青年基金项目获得者，入选内蒙古自治区“草原英才”工程高层次培养人才和青年创新创业一层次人才，获得内蒙古“五一劳动奖章”、内蒙古“最美职工”、内蒙古“青年五四奖章”、内蒙古“草原文化传承之星（园丁奖）”等荣誉。在国内外核心期刊和学术会议发表学术论文130多篇，其中在TASLP、ICASSP、COLING等国际顶级期刊和会议发表论文30余篇；授权发明专利9项；相关成果荣获教育部2022年度高等学校科学研究优秀成果奖（科学技术）——科技进步二等奖、2024年度内蒙古自治区科学技术进步一等奖、2024年度第十二届中国技术市场协会金桥奖项目二等奖、2022年度中国CCF科学技术奖——科技进步杰出奖、2024年度CCF科技成果奖——科技进步二等奖等奖项。主持国家自然科学基金项目、国家重点研发计划项目课题、内蒙古自然科学基金杰出青年项目、内蒙古政府重大基础建设项目、内蒙古关键技术攻关项目、中国工程院战略研究与咨询重大项目课题等20余项国家和自治区科研项目。研制了“北疆文化古籍资源库平台”、“蒙古文人工智能云服务平台”、“银河麒麟桌面操作系统（蒙古文版）”、“蒙医药知识库平台”、“江格尔数字化平台”、“奥云大模型”、“蒙古语语音识别系统”、“蒙古语语音合成系统”、“西里尔蒙古文与传统蒙古文相互转换系统”、“蒙古文印刷体识别系统”、“蒙古文校正系统”、“蒙汉自动翻译系统”、“奥云蒙古文智能输入法”和“蒙古语AI合成主播”等一系列智能平台与系统。

       蒙古语言文字使用人群主要分布在我国、蒙古国和俄罗斯境内的两个加盟共和国，蒙古文智能信息处理是促进中蒙交流合作的核心技术，超越纯语言工程范畴，是融合国家治理、文化交流与经济协同的战略性基础工程，对多民族国家治理、跨境合作及文化交流具有不可替代的战略意义。面向蒙古语言文字的黏着语形态复杂、集外词多、数据资源稀缺等难题，团队创建了蒙古文智能信息处理完整技术体系，研发了达到实用要求的蒙古语语音识别、语音合成、蒙汉翻译等27个智能引擎，研制出覆盖蒙古语内蒙古方言、蒙古国喀尔喀方言、传统蒙古文、新蒙古文的24套相关行业和通用应用软件与平台。相关成果在新闻媒体、文化出版、智慧教育、政务司法等行业领域广泛应用，不仅有效推动了边疆地区信息化建设与智能化升级，为中国式现代化强国建设进程发挥了积极作用，并且确立了我国在国际蒙古文智能信息处理技术领域主导地位，深化了中蒙两国交流合作，为国家“一带一路”高质量建设和提升我国向北开放水平做出了重要贡献。

郝孝帅
北京智源人工智能研究院研究员

中国科学院大学信息工程研究所博士

报告题目：《大模型驱动的具身智能：规划、操作与导航的深度探讨》

专家简介：

郝孝帅，北京智源人工智能研究院的具身多模态大模型研究员，博士毕业于中国科学院大学信息工程研究所。研究方向为具身智能和多模态大模型，已在多个顶级期刊和会议上发表了30余篇论文，包括TIP、Information Fusion、NeurIPS、ICLR、ICML、CVPR、ICCV、ECCV、ACL、AAAI和ICRA等。郝博士在国际竞赛中表现优异，曾在CVPR和ICCV等顶级会议上获得6项国际前3名的成绩。此外，郝博士担任《Data Intelligence》期刊的编委，并在ICCV 2025举办的RoDGE Workshop和IROS 2025举办的The RoboSense Challenge中担任组织者。

报告摘要：

       在当今机器人技术快速发展的背景下，本报告围绕“大模型驱动的具身智能：规划、操作与导航的深度探讨”主题，系统分析了大模型在机器人智能中的应用潜力。我们提出了RoboBrain模型，一种基于统一具身多模态大脑模型的创新方案，旨在将人类抽象指令转化为机器人可执行的规划任务。此外，我们深入探索了大模型提供的affordance信息在具身操作中的应用，以提升机器人在动态环境中的灵活性和智能水平。在导航任务方面，我们研究了大模型如何增强机器人理解高级人类指令以及完成复杂长程导航任务的能力。本报告旨在为研究人员和工程师提供有价值的见解，助力机器人技术的进一步创新与应用。

刘瑞
内蒙古大学教授

内蒙古自治区杰出青年基金获得者

Information Fusion编委

报告题目：《多语种人机语音交互》

专家简介：

刘瑞，内蒙古大学计算机学院(软件学院)、人工智能学院教授。2020年博士毕业于内蒙古大学（导师高光来教授），2020年到2022年在新加坡国立大学从事博士后研究（导师李海洲教授）。中国科协青托入选者，内蒙古杰青。CCF 高级会员、第七届中国青年科技工作者协会会员。国家自然科学基金评审专家、国家留学基金委评审专家。近年来主持国自然面上、国自然青年、内蒙古自治区杰出青年基金项目、内蒙古自治区重点研发和成果转化计划项目、内蒙古自治区草原英才等国家/省部级项目10余项。主要研究方向为多语种（中蒙俄英等）人机语音交互（涉及语音信息处理、自然语言处理、多模态人机对话以及基于深度学习、大语言模型的多模态（语音、文本、图像等）信息处理等）。相关成果以第一或通讯作者发表于IEEE-TASLP、IEEE-TAFFC、Neural Networks、Information Fusion和 ACL 、ACMMM、AAAI等CCF-A/CAAI-A类学术会议或中科院一区 Top 期刊等。担任国际期刊IEEE-TAFFC/ACM-TALLIP副编辑、Information Fusion编委。担任IEEE-IALP2024程序委员会主席等。

报告摘要：

       多语种人机语音交互通常结合了自然语言处理、语音识别和语音合成等技术，使得机器可以理解和产生多种语言的语音信号，从而与用户进行自然而流畅的对话交互，在国际交流、跨文化沟通、国际商务等方面具有重要意义，近年来吸引了学术界和产业界的共同关注。共情是人工智能发展的终极目标，如何构建情智兼备的多语种人机语音交互模型是当前急亟需解决的关键问题。本报告将介绍研究团队提出的涵盖“语义感知-情感理解到情感生成”三方面的完整研究方案并讨论未来研究计划。

李涵昱
高级工程师

中国科学院特聘骨干研究员

中国科学院文献情报中心知识系统部副主任

报告题目：《支撑科技决策的战略情报感知平台建设——面向重大科技问题决策服务的探索和实践》

专家简介：

李涵昱，高级工程师，中国科学院特聘骨干研究员，博导副导，现任中国科学院文献情报中心知识系统部副主任。主要从事智能知识服务、智能情报、可信数字学术等方面的研究与实践。主持并负责国家重点研发计划子课题、中国科学院“十四五”网信专项 、中国科学院文献情报中心十四五新兴前沿项目、青年人才项目及其他建设研究项目20余项。