2025年11月27日，中国图象图形学学会（CSIG）第十二期优博论坛在电子科技大学清水河校区圆满举办。论坛由中国图象图形学学会主办，四川省人工智能学院、电子科技大学计算机科学与工程学院（网络空间安全学院）、中国图象图形学学会青年工作委员会、中国图象图形学学会优博俱乐部承办。论坛邀请了全国人工智能领域的行业专家和优博获得者作报告交流，通过深度对话与思想碰撞，促进人工智能前沿技术的深度融合与协同攻关，为我国人工智能领域的人才培养和科技进步贡献力量。论坛主席为电子科技大学杨阳教授和李晶晶教授。

电子科技大学党委副书记彭岚、中国图象图形学学会青工委秘书长赵才荣出席活动并致辞，四川省人社厅二级巡视员李健出席活动并作讲话。活动由电子科技大学王国庆教授和李晶晶教授主持。

电子科技大学党委副书记彭岚致辞

中国图象图形学学会青工委秘书长赵才荣致辞

四川省人社厅二级巡视员李健致辞

电子科技大学王国庆教授主持

电子科技大学李晶晶教授主持

开幕式结束后，首先由四川大学刘怡光教授作了《探测感知与对抗智能 ---- 面向空基无人系统的思考》的报告，介绍了面向空基无人系统的探测感知与对抗智能研究思路，通过梳理国内外对抗型空基无人系统现状，剖析对抗智能本质特点与大数据深度学习的不足，提出未来智能系统需求并分享初步研究成果，为实现“稳-准-快”的信号探测与智能感知提供支撑。

四川大学刘怡光教授作报告

北京理工大学宋红教授作了《增强现实手术导航核心技术及应用》的报告，介绍了微创手术导航领域的核心技术与应用成果，聚焦术前智能规划、术中智能感知等关键问题，通过多模态影像智能分析技术（含影像分割建模、图像配准融合等），研制定位重建核心部件与增强现实手术导航系统，大幅提升微创手术的精准度、安全性和效率并推进临床转化。

北京理工大学宋红教授作报告

湖南大学康旭东教授作了《高光谱遥感图像获取与处理》的报告，介绍了高光谱遥感成像原理与核心技术，依托其连续窄带光谱获取地物精细信息的独特优势，针对高维特征表达、噪声干扰等技术挑战，提出高分辨率高光谱融合成像、智能解析与识别等解决方案，有效提升了高光谱影像的重建质量、特征表达能力和复杂场景识别性能。

湖南大学康旭东教授作报告

上海交通大学马超教授作了《面向端到端自动驾驶的VLA世界模型》的报告，介绍了基于VLA世界模型的端到端自动驾驶技术，通过动作输出轨迹指导未来 0.5 秒帧生成，再利用生成的时空信息帧精确估计最终轨迹，该方法简洁高效，在自动驾驶领域表现优于领先的VLA和世界模型。

上海交通大学马超教授作报告

主旨报告后，设置了圆桌论坛环节，由电子科技大学李文教授主持。圆桌环节围绕三大核心主题展开深度交流。聚焦大模型时代人工智能发展趋势与研究挑战，探讨“模型规模驱动”与“算法创新驱动”的辩证关系、青年学者在数据与算力资源集约化背景下的前沿研究路径及职业选择；立足学科交叉与产业落地实践，热议青年学者跨学科合作的方向与节奏把控，剖析科研成果转化的关键障碍并分享落地经验与方法论构建思路；关注青年学者成长与学术能力建设，就博士及博士后阶段研究方向确立的关键节点与原则、科研合作生态构建路径，以及导师、团队与学术共同体的角色定位等议题交换见解，为人工智能领域学术创新与人才培养凝聚共识。

圆桌论坛环节

下午的论坛首先由电子科技大学邱荷茜副教授作了《大数据驱动的智能目标检测关键技术研究》的报告，介绍了大数据场景下的智能目标检测技术，针对目标形状多样、分布密集等难题，借助深度学习与大模型的强大表征能力，研发形变自适应目标表征、零样本多模态检测等关键技术，为复杂场景下的智能感知提供了新思路与新方法。

电子科技大学邱荷茜副教授作报告

合肥工业大学武阿明教授作了《跨越场景与类别-开放场景目标精准感知与理解》的报告，介绍了开放世界下的目标感知与理解解决方案，针对传统机器学习闭集假设难以适配现实场景的问题，通过提升模型环境敏感度、采用状态空间机制、设计脑启发神经模型等方式，增强模型在跨风格、跨类别开放场景下的目标精准感知与理解能力。

合肥工业大学武阿明教授作报告

清华大学冯涛助理研究员作了《基础模型的持续学习机制研究及应用》的报告，介绍了基础模型的持续微调机制，围绕基础模型持续学习中的知识累积与灾难性遗忘核心挑战，提出 “优化器即记忆” 的统一视角，覆盖目标检测、文生图等多个关键领域，为构建可扩展、可持续的下一代 AI 范式提供了参考与实践路径。

清华大学冯涛助理研究员作报告

东南大学王洪松副教授作了《基于骨骼点的人体动作理解与生成》的报告，介绍了基于骨骼点的人体动作处理技术，通过动作理解（动作转语义）与动作生成（语义生动作）双向构建 3D 动作与文本语义的映射，为智能监控、人机交互、虚拟人制作等领域提供技术支撑。

东南大学王洪松副教授作报告

电子科技大学龙珍副研究员作了《张量表征学习》的报告，介绍了张量在高维数据处理中的表征学习技术，依托张量作为高维数据自然表达形式的优势，通过张量分解将复杂高维信号转化为低维结构化因子组合，梳理从矩阵分解到张量分解的理论基础，分享了张量补全、多视图聚类等张量子空间学习研究成果。

电子科技大学龙珍副研究员作报告

四川大学孙元博士后作了《基于物理信息神经网络的流场智能科学计算方法及其应用》的报告，介绍了融合物理机理与人工智能的流场计算方法，针对传统物理信息神经网络的稳定性、鲁棒性与精度问题，提出模糊物理信息神经网络等三种新范式，已在核反应堆热工水力复杂流场预测任务中完成应用验证。

四川大学孙元博士后作报告

四川大学李云帆博士后作了《外部知识引导的无监督学习》的报告，创新性提出外部知识引导的无监督学习范式，通过融合文本知识库、用户交互等外部信息，有效解决了无监督学习中样本区分难、细颗粒度特征提取弱的关键问题，为无监督学习技术突破提供了新路径。

四川大学李云帆博士后作报告

电子科技大学柯沛副教授作了《面向生成质量提升的大模型评价技术》的报告，介绍了大模型生成质量评价领域的前沿研究，针对大模型生成文本质量接近人类水平带来的评价挑战，从数据、方法等多个层面构建解决方案，旨在实现对大模型生成质量的精准评价并推动其与人类文本质量对齐。

电子科技大学柯沛副教授作报告

本次活动吸引来自人工智能及交叉领域国家领军人才、“博新计划”入选者、中国图象图形学学会优博入选者、企业代表、校内外专家学者、青年教师、博士后等150余人参加。活动搭建了一个高水平、跨学科的学术交流平台，激发了青年学者的创新活力与合作精神。

参会人员合影

自2022年12月以来，CSIG优博论坛系列活动得到了相关领域的专家、学者、以及企业界人员的大力支持。截至2025年12月，优博论坛活动已成功举办了12期，活动旨在打造百人规模的小而精的深度交流平台，在相关领域引起了广泛的关注与反响，欢迎各位同行踊跃申请！