2025年11月28日，实验室硕士生王启鹏、徐骏驰前往香港科技大学（广州）计算媒体与艺术中心，拜访Collaborative Interactive Visualization & Analysis Lab以及实验室负责人曾伟助理教授，并旁听了实验室的例行组会。 会上，实验室成员依次汇报了本周的研究进展与工作计划，并就即将在国际学术会议VINCI 2025上展示的两篇论文报告进行了预演。汇报内容涵盖了多个前沿方向，研究议题新颖、技术路线扎实，充分体现了实验室在可视化与人机交互领域的深厚积累与创新活力。 两位来访同学表示，此次交流收获颇丰，实验室汇报的形式规范，研究内容不仅覆盖面广、工作量充实，而且紧扣领域前沿，为自身后续的科研规划与学术交流提供了宝贵借鉴。 »
2025年11月7日，为期四天的IEEE VIS 2025国际可视化会议在热烈的学术氛围中迎来闭幕。当天议程包括部分论文汇报，并以一场主旨演讲为本届大会画上圆满句点。 “Stories and the Journalists Who Tell Them”分会场 复旦大学可视化团队提出的《SceneLoom: Communicating Data with Scene Context》 借助视觉-语言模型，从叙事意图出发，通过空间布局、形状相似性、构图一致性等维度的确定， »
2025年11月5日，IEEE VIS 2025会议进入第三天议程，当天在各分会场举行了多项学术论文汇报。实验室2023级硕士研究生王启鹏在“Biomedical Visualization”专题分会场报告了其被会议接收的研究成果：《TrajLens: Visual Analysis for Constructing Cell Developmental Trajectories in Cross-Sample Exploration》。 Visual Analytics Methods, Tools, and Infrastructure分会场 »
2025年11月5日，IEEE Visualization Conference 2025（IEEE VIS 2025）会议进入第二天议程，当天在各分会场举行了多项学术论文汇报。实验室2023级硕士研究生王启鹏在“Of Trees and Treemaps”专题分会场，以第一作者身份报告了其被IEEE Transactions on Visualization and Computer Graphics（IEEE TVCG）录用的研究成果： »
2025年11月3日，IEEE Visualization Conference 2025（IEEE VIS 2025）的开幕式在奥地利维也纳举行。开幕式由大会主席、来自维也纳工业大学的Johanna Schmidt教授主持。大会吸引了来自三十多个国家的学者、研究人员与业界代表齐聚一堂，共同探讨数据可视化的前沿进展与未来方向。 开幕式上，德国科学家Hans-Christian Hege做了题为《The Science of Visual Insight: Transforming Data Visualization »
2025年11月3日，IEEE Visualization Conference 2025（IEEE VIS 2025）继续在奥地利维也纳举行，今日进行的仍然是Workshop和挑战赛汇报。 Workshop on Large Data Analysis & Visualization（LDAV） 在3日上午进行的LDAV Workshop中，来自加州大学戴维斯分校的马匡六教授带来了题为《Emerging Topics in AI-Assisted Visualization of »
2025年11月2日至7日，IEEE Visualization Conference 2025（IEEE VIS 2025）在奥地利维也纳举行，实验室2023级硕士研究生王启鹏参会并将汇报两篇论文。2日举行的是多项Workshop和挑战赛汇报。 Bio+MedVis Challenge与Bio+MedVis Workshop 在上午进行的Bio+MedVis Challenge与Bio+MedVis Workshop汇报中，来自德国罗斯托克大学的Stefan Bruckner教授进行了题为《From Rendering to »
2025年7月22日上午，第十一届中国可视化与可视分析大会（ChinaVis 2024）在浙江杭州落下帷幕。今天的会议内容包括特邀报告、圆桌论坛以及闭幕式。 特邀报告：全局全频光照的实时神经绘制技术与流水线 大会特邀浙江大学鲍虎军教授进行报告，报告通过两部分介绍了其团队在神经图形绘制技术和架构方面的最新研究进展，超网络物体级变化架构通过解耦场景的全局光能辐射传输过程，利用全连接超网络来学习得到以物体为插入单元的环境光能传输变化模型； Transformer光源级增量学习架构学习建立了以光源为插入单元的光能辐射传输增量模型，创建了全局全频光照的实时神经绘制流水线。此外，鲍教授团队还通过通用照明大模型的研制，有效突破了以英伟达RTcore为代表的GPU架构限制，在具有普通光栅化和 AI 推理能力的芯片上，即可实现全局全频光效的实时高质量绘制。鲍教授还对未来神经图形绘制技术的发展方向进行了展望。 圆桌论坛：可视化研究的时代浪潮：坚守与传承 »