CNCC 2026 - Day 4

2026年10月24日，中国计算机大会（CNCC 2026）在成都迎来最后一天。视觉计算实验室的同学们结合研究兴趣，分别参加了当天的特邀报告、大会论坛，以及神经形态计算、图计算和大模型应用等方向的专题论坛，继续了解人工智能从基础研究走向实际应用的技术进展与挑战。

大会特邀报告

讲者：方滨兴（中国工程院院士、广州大学教授）、胡德文（中国科学院院士、国防科技大学教授）、傅晓明（德国哥廷根大学教授）、周礼栋（微软全球资深副总裁、微软亚洲研究院院长）、唐海红（阿里巴巴高级研究员、淘天集团搜索算法负责人）。

当天的特邀报告涵盖人工智能安全、视觉几何学习、智能基础设施与产业应用等方向。报告既关注人工智能能力扩展过程中如何防范失控风险，也讨论视觉感知与几何计算如何帮助系统认识真实环境。在系统层面，相关内容围绕计算、网络与存储的协同设计，以及从支撑人工智能的计算系统走向具有智能能力的系统展开；在应用层面，则结合电商搜索与推荐等场景，介绍大模型和多模态技术对业务流程的影响。多场报告从安全、算法、系统和应用等不同层面，呈现了人工智能发展所需要的协同支撑。

大会论坛——人工智能时代，我们学什么、干什么？

讲者：文继荣（中国人民大学教授）、陈文光（清华大学教授）、包云岗（中国科学院计算技术研究所研究员）、章文嵩（安托盟丘〔杭州〕科技有限公司创始人）、赵忠（中国人民大学劳动人事学院院长）。

本场论坛由中国人民大学文继荣教授主持，围绕人工智能对学习、人才培养与职业发展的影响展开。讨论不仅关注 AI 能够替代或辅助哪些工作，也进一步思考当知识获取和任务执行变得更加便捷时，知识、学历与经验的价值将如何变化，以及人应当如何保持自主判断与创造能力。论坛还从教育与就业的不同视角，探讨人才培养方式的调整、职业发展的新路径，以及技术进步带来的机会和转型成本如何分担。相关交流将技术能力的变化与个人成长相联系，为同学们思考专业学习、科研训练和未来职业选择提供了参考。

第七届神经形态计算论坛——世界模型：算法与算力

讲者：朱军（清华大学教授）、朱政（极佳视界联合创始人、首席科学家）、黄岩（中国科学院自动化研究所研究员）、杨玉超（北京大学教授）、许晓欣（中国科学院微电子研究所研究员）、赵地（中国科学院计算技术研究所副研究员）。

本场论坛以世界模型为主题，将智能算法的发展与底层算力支撑联系起来，关注模型能力提升与计算实现之间的关系。从算法角度看，相关议题涉及智能系统如何理解环境、预测变化，并为后续交互与行动提供依据；从算力角度看，则需要进一步考虑复杂模型的计算需求，以及算法与硬件平台之间的适配。围绕这两条主线，论坛为理解世界模型提供了不同于单纯比较生成效果或任务指标的视角：智能能力的形成不仅依赖模型设计，还与计算架构、运行效率及系统实现密切相关，应从算法与算力协同发展的角度思考。

智能时代的数据系统

讲者：袁野（北京理工大学教授）、童咏昕（北京航空航天大学教授）、周文超（阿里云研究员/资深总监）、范举（中国人民大学教授）、唐博（南方科技大学研究员）。

本场论坛围绕数据管理与人工智能的双向融合展开，介绍结构化数据智能分析、向量数据引擎与自主数据科学系统等研究进展。相关报告既关注如何通过高效检索为智能应用提供知识支撑，也讨论如何利用智能体串联数据发现、准备和分析，实现全流程协同。其中，唐博老师的报告更进一步聚焦超长上下文推理，结合 AlayaDB.AI 介绍记忆系统与 KV 缓存复用等研究，探讨如何以向量数据管理为切入点，提升大模型处理长篇信息时的推理效率。论坛还结合系统运行反馈，讨论数据、模型与计算平台持续优化的路径，为同学们理解数据系统与智能应用之间的相互促进关系提供了参考。

智能计算时代图计算应用及软硬件支撑技术论坛

讲者：甘新标（国防科技大学研究员）、孙世轩（上海交通大学长聘教轨副教授）、卓有为（北京大学研究员、助理教授）、曾立（深圳市大数据研究院主任工程师）、赵进（华中科技大学副教授）。

本场论坛围绕智能计算中的图计算应用与支撑技术展开，将应用需求、系统软件和硬件平台放在同一框架下讨论。图结构能够刻画数据之间的复杂关联，但随着数据规模和处理任务不断扩展，计算效率、数据存储与资源利用也成为需要共同考虑的问题。相关议题不仅关注图计算能够解决哪些实际问题，也关注如何通过软件系统与硬件支撑，使方法在更大规模的数据和更复杂的任务中有效运行。对于图学习相关研究而言，这一视角有助于将模型设计与实际执行条件联系起来，在关注算法效果的同时，进一步理解计算开销和系统实现对应用落地的影响。

大模型智能体强化学习与自进化

讲者：周明（澜舟科技创始人兼首席执行官）、沈阳（清华大学教授）、林衍凯（中国人民大学副教授）、林涛（西湖大学特聘研究员）、钱泓锦（北京智源人工智能研究院研究员）。

本场论坛围绕大模型智能体从依赖人工训练走向持续学习与自主改进展开，介绍强化学习、长程推理及自主研究等方向的进展。相关报告关注智能体如何通过执行任务、评估结果和利用反馈不断优化策略，并探讨自主构造训练任务、积累可复用技能，以及推动模型、训练环境与数据共同演进的技术路径。论坛同时讨论自进化过程中面临的迭代不稳定、评价体系不完善与安全对齐等挑战，将能力提升与结果验证、人工监督和系统运行机制联系起来。相关交流为同学们理解智能体如何从一次性问答工具走向能够持续学习、适应复杂任务的智能系统提供了参考。

大模型是瓦特蒸汽机吗？效率、可靠性与规模化应用的思辨

讲者：冯俊兰（中国移动集团首席科学家）、王立威（北京大学教授）、何晓冬（京东集团副总裁）、张岳（西湖大学教授、工学院副院长）、户保田（哈尔滨工业大学〔深圳〕教授）。

本场论坛以瓦特蒸汽机带来的效率突破为切入点，讨论大模型是否已经具备推动规模化产业变革的条件，以及从能力展示走向稳定生产力还需要跨越哪些障碍。报告涵盖可信人工智能、AI 赋能数学研究、语言模型推理与泛化、多模态交互及物理世界应用等方向，将技术进展与真实场景中的成本、可靠性和安全要求相联系。论坛进一步围绕通用模型、专业模型、可靠智能体及大小模型协同等路径展开思辨，关注下一步突破究竟来自何处。相关讨论提醒同学们，评价大模型不仅要看它能够完成什么，还应考察其能否持续、可靠且经济地完成任务。

具身智能与智能体的融合记忆系统

讲者：宋继强（英特尔中国研究院院长）、仉尚航（北京大学研究员）、毛世杰（联想集团副总裁、联想上海研究院院长）、蔡建涛（腾讯 Marvis & 应用宝跨端业务负责人）、张益民（眸深智能联合创始人）、吴向斌（英特尔中国研究院首席科学家）。

本场论坛以具身智能与智能体的融合记忆系统为主题，将关注点从单次任务的完成延伸至长期经验的积累与利用。从这一主题出发，记忆不仅是保存历史信息，更涉及如何把环境观察、任务过程和执行反馈组织为能够支持后续判断与行动的经验。面对持续变化的环境，智能系统既需要保留有效经验，也需要更新或淘汰过时信息，避免历史记录干扰当前决策。将记忆与推理、行动相结合，有助于理解机器人和智能体如何在连续任务中复用已有知识、适应新的场景，也为思考智能系统的长期运行能力提供了不同于单次任务指标的视角。

其他论坛

当天其他专题论坛还涉及智能体时代的网络与计算融合、国产AI芯片算子生态，以及人工智能时代的计算机发展史等议题。相关交流从基础设施建设延伸至技术生态与学科发展，展示了计算领域在不同层面的探索，也为同学们理解技术演进与现实需求之间的联系提供了更多视角。

随着最后一天的交流结束，同学们的本届 CNCC 参会之行也告一段落。四天的报告、论坛与展览，将理论研究、技术实践和产业需求联系起来，也为后续论文研读、实验改进与科研讨论积累了新的素材。