CCBR 2025 | 以人为中心的AIGC论坛

简介：王兴刚，华中科技大学电信学院教授，主要从事视觉表征学习、多模态基础模型、自动驾驶等领域研究，谷歌学术引用4.5万次，H-index 84。担任Image and Vision Computing期刊共同主编，IEEE TPAMI副编辑，CVPR、ICCV、NeurIPS、AAAI等顶会领域主席。入选了国家万人计划青年拔尖人才、中国科协青年人才托举工程。获湖北青年五四奖章、CSIG青年科学家奖，CVMJ最佳论文奖，MIR期刊最高引用论文奖等。

报告题目：图像生成中的高效可控表征学习方法

报告摘要：图像视频生成等AIGC技术近年来取得了飞速的发展，其基本范式主要有两种：扩散模型和自回归模型。本次报告将从扩散模型和自回归模型两个角度围绕高效可控图像生成展开探讨，介绍三个工作：（1）VA-VAE和LightningDiT（CVPR 2025 Oral）通过将视觉分词器的潜在空间与预训练视觉基础模型对齐，显著提升高维潜在空间中扩散模型的重建-生成性能与训练效率，在ImageNet 256上以1.35的FID达到SOTA，并实现超过21倍的收敛加速。（2）DiG（CVPR 2025）将门控线性注意力（GLA）引入扩散模型以实现亚二次复杂度，在保持生成质量的同时显著提升高分辨率图像生成的训练与推理效率。（3）ControlAR（ICLR 2025）提出了一种面向自回归图像生成模型的高效控制框架，通过轻量控制编码器与基于条件解码的token级融合机制，显著提升AR模型在边缘、深度、分割等空间控制下的生成质量与可控性，性能超越现有可控扩散模型如ControlNet++。

简介：王楠楠，教授，博士生导师，西安电子科技大学空天地一体化综合业务网全国重点实验室副主任。近年来从事图像跨域重建与可信鉴别方面的研究，具体包括图像跨域重建，目标身份分析，以及模型可信学习等。在IEEE TPAMI、IJCV等国际学术期刊和CVPR、ICCV、ECCV、ICML、NeurIPS等国际学术会议上发表论文200余篇，授权国家发明专利30余项，其中7项实现专利技术转让，软件著作权3项，相关成果获教育部自然科学一等奖、陕西省科学技术一等奖、中国图象图形学学会自然科学奖一等奖、中国人工智能学会优秀博士学位论文、陕西省优秀博士学位论文奖等荣誉。主持国家自然科学基金优秀青年基金、联合基金重点、面上、青年项目，科技创新2030-“新一代人工智能”重大项目子课题，教育部联合基金项目等。担任国际期刊《Visual Computer》的共同主编（Co-Editor-in-Chief）及Neural Networks编委等。

报告题目：面向边端高效推理的模型轻量化

报告摘要：针对大模型高计算复杂度引起的高能耗和高碳排放问题，本报告从架构设计、推理步数和参数量化三个方面，探索神经网络规模压缩和稳定训练方法，实现绿色低碳的大模型轻量化技术。具体包括：(1) 优化网络架构，以降低模型参数规模或降低参数激活量；(2) 生成模型推理阶段的单步算法设计，以降低模型推理时延；(3) 模型的低比特量化，以实现模型的进一步缩小以及稳定训练。本报告的三项研究内容相辅相成，有望构建面向边端需求的大模型轻量化完备解决方案，实现资源消耗与模型性能之间的极佳平衡。

简介：舒祥波，南京理工大学计算机科学与工程学院/人工智能学院副院长、教授、社会安全信息感知与系统工信部重点实验室副主任。研究方向为人体行为计算，在TPAMI、CVPR、ICCV、MM、NeurIPS等期刊/会议上发表论文100余篇，其中ESI高被引论文8篇；获中国电子学会自然科学一等奖、ACM MM 2015最佳论文提名、MMM 2016最佳学生论文奖、江苏省优博、中国人工智能学会优博、2024年度江苏自然科学百篇优秀学术成果论文；入选全球前2%顶尖科学家（2021-2024年）；承担国家重点研发课题、国家自然科学基金仪器项目课题、国家自然科学基金优青/面上/青年项目、江苏省杰出青年等项目。担任CSIG青工委副秘书长，以及TNNLS、TCSVT、Pattern Recognition等期刊编委。

报告题目：面向联邦聚合优化的人体行为计算

简介：余肇飞，北京大学人工智能研究院研究员、博士生导师，北京大学博雅青年学者，高层次国家级青年人才。主要研究方向为类脑计算、神经形态计算，担任类脑脉冲大模型北京市重点实验室副主任、中国图象图形学会类脑视觉专委会秘书长。在Nature Biomedical Engineering、Science Advance、IEEE Transaction汇刊和NeurIPS、ICML、CVPR等顶级会议上发表论文80余篇，主持国家自然科学基金联合重点、优青青年基金、北京市科技新星等项目，担任ICML、NeurIPS、ICLR等会议领域主席，曾获中国自动化学会自然科学奖一等奖、教育部科学研究优秀成果奖发明一等奖。

报告题目：神经形态脉冲视觉感知计算与应用

简介：胡建芳，中山大学副教授，博士生导师。主要从事视频时空特征学习理论及应用研究在相关会议和期刊发表学术论文近70篇，以第一作者在国际人工智能顶级期刊IEEE TPAMI发表长文3篇。主持广东省杰出青年基金（2022）项目和国家自然科学基金面上（2020和2025）等项目十余项，曾获广东省自然科学奖二等奖，中国图象图形学会优秀博士学位论文奖等荣誉，多次参加视频理解领域的国际学术竞赛获第一名或第二名。