本论坛聚焦AI领域最具活力的青年学者力量，汇聚来自国内顶尖高校的青年科研精英，围绕大模型、具身智能、AI for Science等前沿方向，分享最新研究成果与产业落地实践。
论坛简介
当大模型从实验室走向千行百业，AI正经历从算法突破到产业落地的关键一跃。小米作为"人车家全生态"智能生活的引领者，始终与学术前沿同频共振——从具身智能到多模态感知，从端侧芯片到云端大模型，技术合作的深度与广度持续拓展。
本论坛聚焦AI领域最具活力的青年学者力量，汇聚来自国内顶尖高校的青年科研精英，围绕大模型、具身智能、AI for Science等前沿方向，分享最新研究成果与产业落地实践。
日程安排
顺序 | 主题 | 主讲嘉宾 | 单位 |
1 | GUI 智能体：从环境交互到自主规划 | 黄萱菁 | 复旦大学 |
2 | 小米技术合作与技术生态 | 陈虹雨 | 小米集团 |
3 | 从“试错驱动”到“自主演化”：多智能体与大模型重塑材料研发范式 | 孟二利 | 小米集团 |
4 | 面向智能体的高效推理与多模态方法研究 | 李祖超 | 武汉大学 |
5 | 基于数据流技术的边缘大模型推理加速研究 | 范志华 | 中国科学院计算技术研究所 |
论坛主席：
CCF理事，小米集团技术委员会人工智能实验室主任
简介：小米集团技术委员会人工智能实验室主任，前中国科学院研究员、博士生导师。主要从事信息检索、自然语言处理、大模型、AI4Science、AI4Industry等方向的技术研发和产业落地工作。兼任中国中文信息学会常务理事、CCF理事、北京智源人工智能研究院理事、北京市人工智能产业联盟副理事长。发表论文300余篇，获得国家科技进步二等奖1项，省部级科技奖3项。
共同主席：
CCF杰出会员、理事、自然语言处理专委会主任委员，复旦大学教授
简介：复旦大学特聘教授、博士生导师，国家级领军人才。兼任CCF理事、自然语言处理专委会主任，中国中文信息学会理事，国际计算语言学学会（ACL）执委、亚太分会（AACL）主席。入选福布斯中国科技女性、上海市优秀学术带头人。
论坛讲者：
CCF杰出会员、CCF理事、自然语言处理专委会主任委员，复旦大学教授
简介：复旦大学特聘教授、博士生导师，国家级领军人才。兼任CCF理事、自然语言处理专委会主任，中国中文信息学会理事，国际计算语言学学会（ACL）执委、亚太分会（AACL）主席。入选福布斯中国科技女性、上海市优秀学术带头人。
报告题目：GUI 智能体：从环境交互到自主规划
报告摘要：大语言模型正在推动人工智能从语言生成走向目标导向的任务执行。GUI 是手机应用、网页系统和桌面软件的通用交互入口，也集中体现了智能体在真实环境中感知状态、选择行动、利用反馈和处理异常的综合能力。本报告介绍GUI智能体的感知、决策、行动与反馈闭环，结合Magic-GUI、ToolCUA和MagicAgent，讨论交互环境、GUI—Tool协同、自主规划及强化学习方法，并分析Harness工程、行动对齐和多智能体协同在提升系统可靠性、安全性与可控性方面的作用。
小米集团技术委员会技术合作总监
简介：小米集团技术委员会技术合作总监，毕业于德国亚琛工业大学，负责小米产学研合作，致力于构建小米高校合作生态。
报告题目：小米技术合作与技术生态
报告摘要：小米是一家以智能手机、智能设备和IoT平台为核心的消费类电子产品和智能制造公司。从智能手机起步，逐步构建起“人车家全生态”战略。我们始终以“技术为本”，致力于让全球每个人都能享受科技带来的美好生活。高校是新技术的研发中心，也是培养创新人才的重要基地。小米技术合作形成了一套辐射科技创新、人才培养、公益品牌三位一体的产学研合作生态。
小米AI实验室高级技术总监
简介：小米AI实验室高级技术总监，主要负责AI4Science、AI4Industry等工作。工信部信息通信科学技术委员会AI专家组委员。在AI赋能小米产品能耗优化、材料研发等领域有多年研发管理经验，曾与材料团队合作研发小米泰坦合金，在公司开拓AI+材料方向。
报告题目：从“试错驱动”到“自主演化”：多智能体与大模型重塑材料研发范式
报告摘要：传统材料研发高度依赖人工试错，周期长、成本高，已成为新材料产业创新的瓶颈。随着大模型与多智能体技术的成熟，材料研发正经历从 "试错驱动" 到 "自主演化" 的范式变革。本报告将介绍小米 AI 实验室在 AI for Science 方向的探索与实践：以跨尺度多模态材料大模型为知识底座，以多智能体协同为执行中枢，构建涵盖科学假设生成、实验自动编排、设备自主执行、数据闭环迭代的材料自主实验室体系。
武汉大学副教授
简介：武汉大学人工智能学院副教授、博士生导师，入选武汉市"武汉英才"科技创新领军类人才计划。长期深耕自然语言处理可信推理范式与高效大模型架构设计，在动态稀疏化计算架构、可解释性注意力机制、跨模态鲁棒蒸馏等方向取得系统性突破，参与成果获湖北省科学技术二等奖。
报告题目：面向智能体的高效推理与多模态方法研究
报告摘要：本报告围绕大模型智能体两大核心使能技术：高效推理与多模态开展系统性研究。针对智能体进行多步推理、工具调用、环境交互时存在算力开销大、延迟高、成本难以管控等痛点，报告提出多项高效推理方案，在维持任务性能的同时，有效降低推理成本。面向智能体感知真实场景的需求，研究多模态信息融合技术，拓宽智能体输入维度，提升任务能力。研究阐明二者在智能体架构中的内在联系：高效推理保障智能体 “跑得动”，多模态能力让智能体 “看得清”。报告最终目标，是为搭建高效通用、可落地的多模态智能体，提供技术方法支撑与实现路径。
中国科学院计算技术研究所助理研究员
简介：中国科学院计算技术研究所，助理研究员。研究方向包含众核处理器芯片设计、AI加速架构设计、数据流体系结构。主持国家自然科学基金青年项目和国家制高点专项子课题，在ISCA、MICRO、TPDS、TACO等会议/期刊发表学术论文40余篇，授权/受理国家发明专利30余项，获CCF博士论文激励计划提名（体系结构专委）、ISCA最佳论文提名等。
报告题目：基于数据流技术的边缘大模型推理加速研究
报告摘要：随着自动驾驶、机器人等场景推动大模型向边缘端部署，受限算力与存储资源下的高并发、低延迟和强实时需求，使传统加速架构难以充分释放大模型推理性能。本报告围绕数据流技术如何支撑边缘大模型高效推理展开，介绍团队在算法结构重构、算子表达优化和运行时调度机制方面的研究进展，包含基于FFT语义压缩的线性算子蝶式数据流重构、面向非线性算子的原语级融合方法，以及硬件资源感知的自适应投机执行机制。
欢迎参加CNCC2026
CNCC是一个宏观论述技术趋势的大会，具有规格高、规模大、内容丰富等特点，会议形式包括大会特邀报告、大会论坛、专题论坛、特色活动及展览。大会汇聚两院院士、国内外顶尖学者、知名企业家等亲临大会，展望前沿趋势，分享创新成果。ACM、IEEE CS、IPSJ、KIISE等国际计算机组织的代表也多次获邀现场参加这一盛会。CNCC2026将于10月21-24日在四川省成都市举办，大会主题是“数聚驱动，智算未来”，欢迎各界前来参会。
点击“阅读原文”，加入CCF。