2024年11月1日，由中国图象图形学学会Visual Intelligence期刊组织的视觉智能前沿报告会在上海交通大学成功举办。本次会议由中国图象图形学学会理事、出版工委会主任、上海交通大学熊红凯教授和上海交通大学林巍峣教授、邹君妮教授共同主持。
首先，Visual Intelligence期刊常务副主编、北京大学查红彬教授为大家带来了《具身视觉与SLAM：在线学习的途径》的报告。该报告围绕基于在线学习的SLAM问题，介绍了课题组的近期工作：使用在线学习系统忘却机理的动态SLAM算法；基于单目视频处理的全景三维几何与实例语义重建；基于在线持续学习的自适应VIO系统；利用隐式地图全局性与不确定性表达能力的自主建图方法。
图 1 查红彬教授作报告
浙江大学鲍虎军教授带来了《真实感图形的神经绘制技术与流水线》的报告。本报告介绍了课题组在神经图形绘制技术和架构方面的最新研究进展。课题组创建了真实感图形的神经绘制流水线，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GPU上可实现全局光照效果的高效高质量绘制。
图 2 鲍虎军教授作报告
南京大学吴建鑫教授为大家带来了《从 𝑦 = 𝑊𝑥+𝑏 到深度神经网络的高效架构》的报告。大规模的矩阵乘法计算（𝑦 = 𝑊𝑥+𝑏）是在人工智能研究中对各种深度学习模型、特别是对基于Transformer的大模型进行压缩与加速的关键。本报告汇报了课题组的发现：即使W是满秩的，𝑊𝑥却通常是低秩的，并进一步介绍深度学习模型压缩与加速方法。
图 3 吴建鑫教授作报告
湖南大学刘敏教授为大家带来了《智能手术机器人多模态感知》的报告。本报告深入介绍了手术机器人从术前、术中到术后的多模态感知的基本原理和关键方法，并展示了团队目前取得的一些进展，为减少我国医疗事故提供了重要保障。
图 4 刘敏教授作报告
东南大学刘光灿教授带来了《鲁棒性人工智能之数据复原》的报告。鲁棒性问题是人工智能等领域长期存在的未解难题，严重制约着人工智能技术在信息化作战等强对抗场景下的应用。本报告介绍了一种称为数据复原的研究思路，简要介绍数据复原领域已经取得的进展，并对未来进行展望。
图 5 刘光灿教授作报告
上海交通大学戴文睿教授带来了《深度重建与生成》的报告。报告描述了信号重建的思想和发展，重点面向最新的深度生成。最新的深度学习通过深度神经网络，从简单空间以分层或多层方式构建隐空间进行学习逼近，去噪和扩散先验成为反问题求解的一种有效思路。
图 6 戴文睿教授作报告
南京大学王利民教授带来了《多模态视频理解基础模型InternVideo》的报告。视频理解面临着数据维度高、信息容量大、场景变化多等核心挑战，如何构建通用视频理解基础模型已经成为现阶段一项极具挑战的任务。本次报告介绍了多模态视频理解基础模型InternVideo及其背后的关键技术，展望了多模态视频大模型发展趋势。
图 7 王利民教授作报告
上海交通大学严骏驰教授带来了《端到端自动驾驶：方法与评测》的报告。报告介绍了端到端方法的背景与基础知识，以及最前沿的世界模型驱动下的端到端自动驾驶方法、端到端驾驶合理闭环评测的设计思想与实现。
图 8 严骏驰教授作报告
复旦大学付彦伟教授带来了《Optimizing Sample Selection with Statistical Sparsity for Enhanced Model Capacity 》的报告。本报告介绍了一套为从理论和经验上选择干净样本而设计的算法。本方法有效地管理了合成和真实世界的噪声数据，提高了一系列视觉和文本生成任务的性能，体现了方法在增强模型对噪声偏好数据的鲁棒性方面的实用价值。
图 9 付彦伟教授作报告
上海科技大学许岚博士带来了《Gen-AI and Neural Digital Humans》的报告。深度学习和神经表示技术的发展，为高质量的动静态场景重建、渲染和生成都带来新突破，并且进一步随着5G网络、虚拟数字人、元宇宙等应用场景的蓄势待发，其需求也变得越发迫切。本报告汇报了过去一年课题组在这些方面的研究进展。
图 10 许岚博士作报告
在会议讨论环节，报告专家回答了大家的问题，并进行了交流讨论，现场交流氛围融洽热烈，会议参与人员表示收获满满。至此，由Visual Intelligence期刊组织的视觉智能前沿报告会在上海交通大学圆满落幕。期刊今后将继续举办更多学术活动，为视觉智能领域相关学术研究和技术发展搭建良好的学术交流平台。
图 11 报告专家合影
