在人工智能基础研究与行业应用加速融合的背景下，CNCC 2025首次设立了“AI基础模型”Tutorial专场，旨在系统性地介绍人工智能基础模型的前沿进展与关键技术，促进学术界与产业界在智能基础设施建设中的深度交流与知识普及。
在人工智能基础研究与行业应用加速融合的背景下，CNCC 2025首次设立了“AI基础模型”Tutorial专场，旨在系统性地介绍人工智能基础模型的前沿进展与关键技术，促进学术界与产业界在智能基础设施建设中的深度交流与知识普及。
由华东师范大学决策智能实验室主办的“时间序列基础模型及其基准评测”Tutorial成功入选AI基础模型专题，由杨彬教授担任主席，和胡吉林教授、郭晨娟教授和树扬博士一起进行讲座。本次Tutorial立足时间序列智能分析的系统研究与实践应用，全面展示了团队在该领域的理论创新与技术成果，发布了易步时空OpenTS基础模型和开源教科书《时序智能》，得到了与会专家学者的高度关注与积极反响。
Tutorial由杨彬老师主持
易步时空OpenTS基础模型
本次Tutorial系统讲解了时间序列智能分析的整体发展脉络与关键方向，围绕时间序列深度学习建模、自动化时序分析、时序基础模型和时序基准评测五大模块展开深入阐述。报告系统梳理了时间序列分析的三大核心任务，即预测、分类与异常检测，剖析了在复杂时序数据下长依赖建模、非平稳性处理与多尺度特征表达等关键问题；介绍了自动化时间序列建模技术，阐述了模型自动选择，模型自动集成，和模型自动设计三大策略；阐释了时序基础模型在跨任务泛化、跨模态融合与共享表示学习中的核心技术；最后展示了构建公平、全面、可复现的时序模型评测体系的最新进展。
此次Tutorial从理论体系到工程实践，构建了一个完整的时间序列智能分析框架，充分体现了AI基础模型在多任务、多模态、多场景下的通用性与前瞻性。此次报告不仅梳理了时序智能研究领域的系统性成果，也为业界提供了可推广的智能化研究路径与标准化评测体系。
参会观众正在认真聆听tutorial内容，过道门口都站满了
最后，Tutorial在热烈的讨论中圆满结束。展望未来，相关研究将致力于推动时间序列基础模型的体系化建设与开放评测生态的发展，探索大模型赋能时序智能的新范式，助力金融、工业、能源、医疗等重点行业的智能化转型，为智能决策与自主创新体系建设提供坚实的理论支撑与技术引领。
打开CCFLink小程序，开启CNCC智能参会体验
点击“阅读原文”，加入CCF。