首页 > 最新动态 > 2026年CCF产学合作基金项目成果合集收录结果公示
最新动态
2026年CCF产学合作基金项目成果合集收录结果公示
2026-08-1816


近期,2026年CCF产学合作基金项目成果合集完成收录遴选,现予以公示。公示截止日期:2026年8月25日。




为更好地服务CCF产学合作基金合作伙伴以及项目承担人,提升项目成果质量,自2024年起,CCF启动产学合作基金项目成果合集收录遴选工作。


2026年度遴选工作面向2024年度共348个项目发起征集,实行企业推荐制。CCF邀请学术界及产业界专家组成遴选委员会,2026年8月4日CCF组织召开了遴选会议,遴选委员会根据项目材料及项目负责人报告的综合情况,经两轮投票,最终评选出11个项目成果收录至2026年CCF产学合作基金项目成果合集。


CCF将在CNCC2026期间向项目负责人颁发CCF产学合作基金项目成果收录证书。公示期内(即日起至2026年8月25日),任何单位或者个人对项目成果收录的先进性、实用性、真实性等持有异议的,请务必在公示期内实名向基金办公室(fund@ccf.org.cn)提出异议材料,逾期不予受理。




姓名

单位

项目获资助基金

刘李

香港科技大学(广州)

CCF-腾讯犀牛鸟基金

李广力

中国科学院计算技术研究所

CCF-腾讯犀牛鸟基金

彭浩

北京航空航天大学

CCF-滴滴盖亚学者科研基金

巩树凤

东北大学

CCF-华为胡杨林基金数据库专项

冯洋

南京大学

CCF-华为胡杨林基金软件工程专项

苏亭

华东师范大学

CCF-华为胡杨林基金系统软件专项

林巍峣

上海交通大学

CCF-蚂蚁科研基金绿色计算专项

唐秀

浙江大学

CCF-蚂蚁科研基金数据库专项

张心怡

中国人民大学

CCF-阿里云瑶池科研基金

刘澄玉

东南大学

CCF-联想蓝海科研基金

赵翔宇

香港城市大学

CCF-淘天集团科技袋基金




注:按照答辩顺序排序。



项目名称:基于大规模数据情感和个性化检索提示的语音合成与转换研究











刘李

香港科技大学(广州)


个人简介:香港科技大学(广州)的副研究员、博导。在法国格勒诺布尔阿尔卑斯大学GIPSA-lab获得博士学位,曾担任加拿大Ryerson University的博士后研究员。主要研究方向是语音处理、音视频理解与生成以及可信人工智能等。目前以第一作者或通讯作者身份在这些领域已发表学术论文80多篇,其中包括此领域顶级期刊和会议TPAMI, TASLP, NeurIPS等。现担任国际IEEE机器学习信号处理委员会MLSP Member Nominations & Election分会主席。曾担任2022年语音信号处理顶会ICASSP的Local Chair (China site)。曾获得广东省青年拔尖人才以及深圳市海外高层次人才-孔雀人才称号。作为项目负责人主持国自然面上项目、国自然重点项目课题、国自然青年项目、2024 CCF-腾讯犀牛鸟项目、2023/2025腾讯AI Lab犀牛鸟专项计划、2025年度CCF-快手大模型探索者基金、2022阿里巴巴创新研究计划项目等。曾获法国Sephora Berribi数学与计算机领域女性科学家奖、IEEE Multimedia Signal Processing Rising Star Runner-up Award以及2024年CCF-腾讯犀牛鸟项目卓越奖。团队文章获得2024年第16届国际社会机器人学会议ICSR最佳学生论文提名奖、CVPR 2025 CV4Animals Workshop杰出论文奖。其团队在2026国际语音顶会Interspeech音频推理挑战赛中获得单模型赛道冠军和Agent赛道季军(18个国家和地区的156支队伍)。


收录原因:该项目面向智能媒体内容生产、情感化语音交互和视频配乐等真实产业需求,围绕“情绪与韵律可控的多模态音频生成”开展系统研究,重点解决单模型泛化能力弱、情绪控制不稳定、动态视频配乐节拍与风格一致性不足等关键问题。项目紧密结合腾讯视频内容生产、腾讯混元多模态生成、腾讯游戏音乐生成等业务场景,形成了“企业需求牵引一高校算法攻关一联合成果产出一业务原型验证一持续迭代优化”的产学合作闭环。


该项目在技术创新和成果产出方面表现突出。项目提出 AudioGenie多智能体多音频生成框架、EmoSteer-TTS免训练细粒度情绪可控语音合成方法和 MotionComposer 选择性检索增强视频配乐算法,分别提升了复杂场景音效生成的泛化性、情绪语音表达的可控性和动态视频配乐的韵律一致性。项目期间形成论文成果22篇,其中联合腾讯发表论文6篇,包括 ACMMM2025、IEEE TASLP2025、ICASSP2025等高水平论文,联合申请专利5项,形成落地应用2项和技术储备3项。相关成果已在腾讯视频内容生产流程中完成内测原型验证,并与腾讯混元、腾讯游戏等团队持续对接,具备进一步推广应用的潜力。


该项目还取得了良好的人才培养和示范效应,联合培养博士生2名,学生深度参与真实产业问题分析、算法研发、实验验证和成果转化过程,并获得腾讯犀牛鸟精英人才计划、CCF 青年精英学术秀全国二等奖等荣誉。该项目在2025年CCF-腾讯犀牛鸟基金项目验收中获得卓越项目奖,在同期验收的32个项目中仅1 项获此荣誉,充分体现了项目在技术创新、成果完成度、产业应用和产学合作质量方面的综合优势。



项目名称:面向低精度量化LLM的动态形状算子编译优化方法











李广力

中国科学院计算技术研究所


个人简介:中国科学院计算技术研究所副研究员,主要研究方向为人工智能编译器与深度学习系统,作为负责人主持国家自然科学基金青年科学基金、中国博士后科学基金面上资助、CCF-腾讯犀牛鸟基金、CCF-百度松果基金、CCF-华为胡杨林基金等多项科研项目,作为骨干参与科技创新2030“新一代人工智能”重大项目,相关成果在ASPLOS、CGO、ICML、TACO、TCAD等国际会议和期刊上发表论文40余篇,授权发明专利2项,曾获中国科学院院长奖、CCF-腾讯犀牛鸟基金优秀项目奖、CGO'26杰出技术成果奖(Distinguished Artifact Award)等奖项。


收录原因:该项目针对动态Shape优化的核心问题,形成了从关键算子优化到系统执行效率提升的完整技术路径,显著提升了LLM算子性能,相关代码合入vLLM、SGLang等主流开源社区,成功支撑了线上业务。项目成果兼具技术创新性与业务落地价值,在工程实践和开源社区均取得了实质性成果。项目产出高水平学术论文4篇和发明专利申请3项,高校团队积极参与并推动了实际业务场景的技术合作落地,充分体现了产学研结合与人才培养的成效。


项目名称:基于路网表征学习技术的自动驾驶路线难度与安全风险预估











彭浩

北京航空航天大学


个人简介:北京航空航天大学网络空间安全学院教授、副院长,2023年国家优秀青年科学基金获得者。从事互联网舆情治理、水军对抗、强化学习智能博弈等研究,主持国家自然科学基金联合基金重点项目等20余项科研项目,发表CCF A类论文100余篇,引用超1.8万次,ESI热点/高被引论文14篇,出版专著2部,获授权专利40余项。获中国电子学会科技进步一等奖、中国发明协会发明创新奖一等奖、河北省科技进步一等奖等多项奖励。指导学生发表IEEE TPAMI、ACM SIGKDD等顶会顶刊论文,获CCF优秀大学生学术秀一等奖、研究生国家奖学金等荣誉。


收录原因:该项目工程落地及科研成果突出,已在北京、广州等城市实现落地应用,车流拥堵预测准确率显著提升,训练开销明显降低,支持车辆行驶安全和体验优化。合作三年期间,双方取得了丰富的学术成果,在人才培养、产学研转化与经济效益提升等方面均作出了积极贡献。


项目名称:基于日志结构的高效动态向量索引图存储结构技术研究合作项目











巩树凤

东北大学


个人简介:博士,副教授,博士生导师,CCF数据库专委会、并行与分布式专委会委员。2021年毕业于东北大学计算机学院,于2018年10月-2019年10月在新加坡国立大学科研实习,于2020年12月-2021年3月在阿里巴巴达摩院科研实习。主要研究方向为大规模数据处理与存储,并行与分布式计算,图数据库和向量数据库。承担国家自然科学基金青年基金,辽宁省自然科学基金,CCF-华为胡杨林基金数据库专项。在计算机数据库领域顶级会议SIGMOD、VLDB,ICDE,《TPDS》,等CCF-A类会议和期刊发表论文20余篇。曾获CCF自然科学二等奖,ACM SIGMOD中国优博,华为火花奖。


收录原因:该项目面向大模型缓存、实时推荐等高频向量更新场景,针对现有图索引在动态更新过程中存在的I/O开销大、计算成本高以及查询质量下降等问题,提出了拓扑感知的局部更新策略,并形成动态向量索引原型系统Greater。项目通过对局部图拓扑进行识别和维护,在降低更新开销的同时较好地保持了查询精度,高频更新条件下召回率保持在98%以上,体现出较强的技术创新性和工程实现难度。


项目成果已进一步拓展至多向量融合检索场景,相关技术方案获得华为火花奖,具有良好的持续创新能力和产业应用潜力。相关研究成果发表于数据库领域高水平学术会议或期刊,并被后续SIGMOD相关研究作为具有代表性的磁盘向量索引更新工作加以引用。同时,项目形成了开源代码,对后续科研项目开展和研究生培养发挥了积极作用。


总体来看,该项目选题来源于企业实际需求,产学合作目标明确,形成了从关键技术研究、原型系统实现、论文发表到成果拓展和人才培养的较完整成果链条,具有较好的创新性、典型性和示范意义。



项目名称:基于大模型的C++高质量单元测试用例生成技术研究











冯洋

南京大学


个人简介:南京大学计算机学院副教授。研究方向为Rust程序设计语言、软件质量保障等。近年来已发表相关论文70余篇,其中包括ICSE、FSE、ASE、ISSTA、TSE、TOSEM、OOPSLA等CCF-A类期刊与会议发表学术论文50余篇,并于2022年ASE、2023年FSE大会获杰出论文奖,2024年获华为火花奖,2025年获小米青年创新奖。主持国家自然科学基金面上项目、青年项目,国家科技部重点研发计划课题、科技创新2030-“新一代人工智能”重大项目子课题等项目多项;担任多个期刊审稿人及国际会议程序委员会成员。


收录原因:该项目面向华为大型C/C++软件质量保障需求,针对大模型生成单元测试中的路径覆盖不足、依赖理解困难和代码编译失败等问题,融合程序分析、软件测试与大模型技术,形成PALM智能测试工具链。项目成果已在OpenHarmony模块、多个开源项目及华为多个产品线C/C++相关软件场景中验证应用,有效降低测试开发成本,C/C++UT生成采纳率达80%+,代码缺陷流出率下降10-30%,提升复杂软件测试覆盖能力和质量保障效率,具有良好的创新性和推广价值。


该项目面向智能化软件工程中的自动化测试生成问题,提出了融合程序分析与大模型生成技术的智能单元测试生成方法,研发了PALM测试生成框架。项目结合路径分析、依赖恢复、编译反馈修复等关键技术,形成了面向复杂C/C++软件的测试生成闭环机制,具有较强创新性。项目成果在实际软件场景中验证,取得了较好的效果,形成了工具系统和系列研究成果,推动了程序分析、软件测试与大模型技术的融合发展,具有良好的学术价值和应用推广前景;同时,在项目研究过程中培养了一批优秀的学生,项目成果形成专利申请,达到了产学研融合的示范性效果。



项目名称:基于程序静态分析和大模型技术增强的鸿蒙原生应用自动化测试技术研究











苏亭

华东师范大学


个人简介:华东师范大学软件工程学院教授、副院长(科研),入选国家级青年人才计划,主要研究方向为工业软件,软件分析、测试、验证与安全,以及与人工智能结合的交叉方向等。相关技术成果形成了商业化软件测试与验证工具或被头部企业工具集成,应用领域涉及集成电路制造、航空航天、金融支付、国产鸿蒙系统等。曾获得CCF科技成果奖技术发明一等奖、CCF软件工程和系统软件专委会青年科技奖、CCF-华为胡杨林基金年度优秀项目、六项CCF-A类国际会议的ACM SIGSOFT杰出论文奖等;主持科技部重点研发计划课题、国自然面上项目、以及企业项目十余项。


收录原因:该项目针对鸿蒙原生应用测试中界面跳转隐式驱动、UI焦油坑等核心挑战,创新性地提出了基于状态约束引导的静态功能地图构建技术,以及大模型增强的动态遍历优化技术,在无源码场景下平均提升xx%页面覆盖率。成果已落地华为DevEco Studio、DevEcoTesting、AppGallery上架检测等研测分发全链路。该工作技术难度大、落地成效显著,对鸿蒙应用生态治理具有重要价值。


项目名称:基于网络剪枝和键值缓存压缩的大型语言模型优化











林巍峣

上海交通大学


个人简介:上海交通大学特聘教授,主要研究方向为人工智能,视频分析,视觉表征编码等。在相关领域发表权威期刊和会议论文100余篇,获发明专利25项。获DanceTrack、GigaDetection等多项国际权威评测第一;多项技术被国际和国内权威视频编码标准采纳,并牵头制定视觉特征编码团体标准。获得中国高交会、工博会优秀产品奖,中国产学研合作创新奖。入选IEEE多媒体计算中期职业成就奖、IEEE ICME多媒体学术新星奖。任多个权威期刊编委、会议领域主席及权威标准化工作组组长。获国家杰出青年科学基金、国家自然科学基金联合重点基金等项目资助。


收录原因:本项目针对KVCache内存占用和解码时延瓶颈,提出了有效的解决方案,在蚂蚁的真实场景中得到部署。大模型的爆发为诸多领域的智能化带来根本性的变革,如何在有限算力的条件下提供更高性能的模型部署方案,成为一个对大型语言模型的发展和应用非常值得研究的方向。本研究成功将网络剪枝技术和KV缓存压缩的方案结合,为大型语言模型的绿色和高效部署提供了一个全新的解决方案,实现了模型的性能和效率优化。


项目名称:数据库系统内的大模型推理及蒸馏技术研究











唐秀

浙江大学


个人简介:浙江大学研究员,博士生导师。主要研究方向包括AI & 数据库、多模态数据治理等,研究成果发表在SIGMOD、VLDB、TODS等国际会议期刊上发表30余篇学术论文,其中CCF-A类论文20余篇。主持国家青年科学基金项目(C类)、浙江省青年科学基金、甬江人才项目,作为项目骨干参与1项国家自然科学基金重点项目、2项浙江省重点研发计划“尖兵”项目、1项浙江省重大科学基金项目,主持多项校企合作项目。入选中国电?学会2025年度青年?才托举?程项目,获得CCF-A类会议SIGMOD 2023最佳论文奖、入选CCF-A类会议VLDB 2025最佳论文特刊、2024CCF数据库专委优博奖等荣誉。


收录原因:本项目聚焦数据库与大模型深度融合前沿,系统性攻克了推理加速、模型蒸馏及智能运维等核心难题。成果显著:在合成数据生成、近似计算推理、日志异常检测及自动程序修复四方面取得突破。特别是提出的CoLA框架获VLDB2025“Best of VLDB"荣誉,FSE论文亦具高影响力,技术指标全面达标且超额完成论文专利要求。技术已在0ceanBase验证并开源,兼具理论深度与工程价值,展现了很高的创新性与实用性。


该项目聚焦大模型推理及蒸馏技术的研究,其所提出的CoLA 框架获CCF-A类会议VLDB2025 “Best of VLDB”奖,相关技术已在OceanBase数据系统中落地验证,并进行系统开源。



项目名称:SysInsight:基于代码大模型的数据库参数调优技术











张心怡

中国人民大学


个人简介:博士,硕士生导师,吴玉章青年英才,CCF 数据库专委委员。研究关注自驱动数据库系统(AI4DB)、云原生数据库、数据管理,以主要作者身份发表CCF A类论文十余篇,入选2025年北京市“高创计划”青年人才托举工程、 2025年CCF数据库专委会博士学位论文激励计划、2023年字节跳动奖(全球仅13人)、2022年微软学者提名(亚太地区仅21人)、北京大学优秀博士论文、NDBC最佳学生论文奖。主持CCF-阿里云瑶池科研基金、CCF-华为胡杨林基金,担任VLDB、TKDE、TODS、JCST等会议及期刊的审稿人,并担任ICDE、WWW、AAAI程序委员会成员。


收录原因:项目提出"代码驱动"的参数调优新范式,从DBMS源码出发,结合静态分析与LLMAgent将语义假设转化为含触发条件、方向与幅度的可验证规则,辅以置信度与性能反馈的在线安全机制,有效抑制了黑盒试错与大模型幻觉的劣化风险。项目发表CCF-A论文1篇(VLDB)并开源工件。


项目成果已落地阿里云数据库自治服务DAS智能调参,累计服务实例超12.5万个,调参后平均吞吐提升13%以上。项目产学研链条完整,获评2024年度CCF-阿里云瑶池科研基金优秀项目。


首创了基于代码机理和大语言模型的数据库性能自动调优的新路径,创新性强,成果发表与VLDB上。



项目名称:基于裸眼3D与情感交互技术的老年认知康复训练系统











刘澄玉

东南大学


个人简介:东南大学仪器科学与工程学院教授、院长,国家重点研发首席科学家、英国工程技术学会会士、教育部青年长江学者、江苏省杰青,东南大学中英健康医疗联合研究中心主任,东大-联想穿戴式智能监控联合实验室主任,东大-歌尔健康医疗研究中心主任,长期从事穿戴式健康医疗与医学AI技术研究,发表SCI论文240余篇,Google学术引用14000余次,连续6年入选斯坦福全球TOP2%顶尖科学家榜单,担任国际医学生物工程联合会出版委员会主席,中国生物医学工程学会常务理事、期刊工作委员会主任委员,江苏省生物医学工程学会副理事长,江苏省睡眠学会副理事长,任多本国内外期刊副主编/编委,以第一完成人获江苏省科学技术奖一等奖、黄家驷生物医学工程奖一等奖、中国产学研合作创新成果优秀奖、日内瓦发明专利金奖等。


收录原因:该项目面向认知康复实际需求,融合裸眼3D、情感交互、非接触升级感知技术,构建了具有沉浸感、个性化老年认知康复训练系统,有效克服了传统二维训练沉浸感不足、VR设备佩戴负担大的缺点,具有较高的技术创新性。项目已完成系统研发与典型场景验证,形成发明专利及高水平论文等代表性成果,并依托联想裸眼3D设备开展成果集成和应用验证,具有良好的临床应用潜力和推广价值。


该项目面向老年认知康复这一具有明确社会需求和应用价值的领域,将裸眼3D显示、情感交互与认知训练相结合,形成了较为完整的系统方案。项目目标明确,技术路线合理,相关功能已完成开发与验证,具备进一步推广应用的基础。


从企业应用角度看,项目较好地兼顾了技术创新与用户体验。相比传统VR方案,裸眼3D方式能够减少设备佩戴带来的不适和使用门槛,更适合老年用户及养老社区康复实际场景;同时,情感交互技术的引入有助于提升训练过程的趣味性。该项目也为企业拓展健康养老和智能康复领域提供了较好的技术储备与产品验证基础,有助于推动裸眼3D、人工智能交互等核心技术向垂直行业应用延伸,丰富企业在智慧健康领域的产品与解决方案布局,并形成新的应用场景和业务增长机会。



项目名称:基于用户深度兴趣的大模型召回研究











赵翔宇

香港城市大学


个人简介:香港城市大学(CityU)数据科学系长聘副教授,香港研资局研究学者。研究方向包括数据挖掘、机器学习及其在推荐系统、信息检索、智慧城市、健康医疗等领域的应用,以及大模型智能体、强化学习、自动机器学习、可信AI、多模态学习等方向。在顶级会议期刊发表论文200余篇,含CCF-A类160余篇,荣获四次CCF-A/B类会议的最佳论文奖或提名(KDD'25 Best Paper Award Runner-up、ICDM'22和ICDM'21 Best-ranked Papers、AAAI/ACM SIGAI联合博士论文奖提名)、全球华人AI新星、NeurIPS Competition 24冠军、KDD Cup 24亚军、日内瓦国际发明展银奖、加拿大国际发明创新大赛金奖等多项国际竞赛大奖,以及香港城市大学赋励青年学者称号、杰出研究成就奖等奖项。荣获香港研资局重点项目CRF和RIF资助,领导腾讯、华为、阿里、字节、快手等20余项领军企业校企合作项目。逾20项算法已落地于阿里、蚂蚁、腾讯、字节、快手、华为、小红书等头部企业,相关系统部署设备10亿+、服务日活用户1亿+、日请求量1,000万+、贡献营收100亿元+,并带来年节电量7,500万千瓦时等实际效益。开源智能体平台PromptX部署于6个行业50家企业。多次担任顶级会议的主席和组织者(WSDM'27、WWW'25、CICIP'25、ISNN'25、WAIM'24、NLPCC'24)以及领域主席和程序委员。


收录原因:本项目围绕"基于用户深度兴趣的大模型召回研究"课题,紧扣大模型赋能生成式召回这一前沿方向,研究目标明确、技术路线清晰、成果产出扎实,整体达到了较高水平。


在创新性方面,项目组在三个层面取得了有价值的突破。GFlowGR框架创造性地将GFlowNet流量守恒机制引入生成式召回训练,突破了传统Token序列预测范式难以直接优化集合级生成任务的瓶颈,实现了基于价值的结构化召回训练,思路新颖、方法独到。NEZHA实时推理方案从算法底层切入,以轻量级RNN替代大语言模型进行解码,实现了约10倍的推理加速,同时通过SpecialToken引导与验证模块设计有效保障了模型效果,展现了良好的工程转化智慧。TaoSID语义ID基础建设针对生成式召回的底层基础设施进行了有益探索,为后续工作奠定了良好基础。


在成果产出方面,在SIGIR2026和WWW 2026成功发表两篇论文,论文产出超出预期;召回率提升达5%,远超合同1%的指标要求;整体消耗提升1.6%,长尾物品消耗提升4%,长尾查询提升2%,业务指标均达标且表现突出。项目成果已在阿里妈妈搜索广告生成式召回中完成两期落地应用,服务亿级日活用户,体现了显著的产业价值和规模化应用能力。


此外,项目联合培养了2名实习生并输送阿里星人才1名,产学研协同育人成效显著。


该项目在学术创新、技术突破、人才培养和产业落地方面均表现优异。




图片


图片


点击“阅读原文”,加入CCF。

点我访问原文链接