为进一步加强图像图形与人工智能领域的学术互通，加快前沿科技成果传播转化，深化产学研协同发展，2026年8月1日，由中国图像图形学会（CSIG）主办，CSIG多媒体专委会、CSIG机器视觉专委会、吕梁学院联合承办，吕梁学院科研与学科建设部、吕梁学院计算机科学与技术系、吕梁市大数据智能与应用技术重点实验室、吕梁学院理工联盟协办的CSIG图像图形中国行—— 吕梁学院站活动，在吕梁学院弘礼楼一层会议室如期开展。华为终端BG首席科学家田奇、中国科学院自动化研究所研究员徐常胜、中国科学院大学特聘教授吕科、清华大学教授韩军功、国防科技大学教授刘新旺受邀作专题学术报告，北京理工大学付莹教授、内蒙古大学张怀文教授、内蒙古大学亓帆教授参加了本次活动。

本次活动收获各承办、协办单位全力保障，会场交流氛围活跃热烈。吕梁学院党委常委张云奇副校长、计算机科学与技术系、数学与人工智能系师生代表到场参会，与各位专家深入交流。整场活动由计算机科学与技术系统筹安排，各项环节衔接顺畅、组织井然有序。中山大学任文琦教授、吕梁学院高文莲教授担任本次会议执行主席。专题报告由吕梁学院武桂芬、内蒙古大学亓帆、北京理工大学付莹主持。

活动正式开始后，校方代表与学会代表先后致辞，对本次学术活动的顺利召开表示热烈祝贺，向远道而来的各位专家学者致以诚挚问候。

吕梁学院党委常委副校长张云奇在致辞中谈到，图像图形技术与人工智能是当下数字经济发展的核心驱动力，理论研究价值突出，产业应用前景广阔。吕梁学院长期重视相关学科布局与复合型人才培养，深耕数据挖掘、计算机视觉、网络安全、红色文化数字化（VR）等重点研究方向，持续推进科研创新与校地融合发展。他表示，“CSIG图像图形中国行”走进校园，为学校对接高端学术资源、学习前沿技术经验搭建了优质载体。希望全体师生珍惜难得的交流机会，积极汲取前沿知识、踊跃互动研讨，把新理念、新思路融入日常学习与科研工作。同时也期待以本次活动为纽带，持续深化与学会、行业专家的交流合作，助力学校计算机学科建设再上新台阶，为吕梁区域科技创新与数字产业升级注入强劲动力。

吕梁学院副校长张云奇致辞

学会代表在致辞中，对吕梁学院及各合作单位为活动筹备付出的努力表示感谢。他介绍，中国图像图形学会是国内图像图形领域极具影响力的权威学术组织，始终以引领学科发展、促进学术交流、培育专业人才为己任。“图像图形中国行”作为学会特色品牌活动，自2017年4月启动以来，已在全国百余所高校举办 100余期，线上线下累计参会数万人次，致力于走进各地高校、联动产业一线，普及前沿技术、凝聚科研力量。他希望借助本次活动，打通学界与产业界的沟通渠道，共享最新科研成果，激发创新创业活力，推动图像图形与人工智能技术在吕梁本地落地生根，赋能区域数字产业高质量发展。

CSIG多媒体专委会副秘书长杨小汕致辞

本次活动特邀五位业内权威专家带来主旨报告，内容围绕世界模型、开放世界多模态大模型、高保真数字人、具身多模态智能、多核机器学习聚类等热门方向展开，全面分享最新研究成果与实战应用经验，兼具理论深度与行业实践价值。

华为终端BG首席科学家田奇带来《世界模型：初步的探索和思考》专题报告。报告系统梳理世界模型发展脉络，深度拆解多模态大模型关键技术，厘清通用人工智能的演进逻辑，从端侧轻量化部署、一体化多模态生成框架、长视频深度解析、三维与四维实景建模四个维度展开细致论述，为相关方向的理论研究与产业转化提供新颖思路。

田奇教授作报告

中国科学院自动化研究所研究员徐常胜带来《开放世界的多模态大模型研究与应用》专题报告。针对当下多模态大模型落地真实开放环境时面临的模态融合不足、跨域泛化薄弱、小样本适配困难等核心难题，报告创新性提出解耦视觉模型框架Libra以及迁移学习改进策略，为攻克现存技术壁垒、实现大模型的产业落地给出可行方案。

徐常胜研究员作报告

中国科学院大学特聘教授吕科带来《高保真数字人技术研究进展与展望》专题报告。报告紧扣国家前沿科技发展布局，概述融合计算机图形学、多模态交互、物理仿真于一体的高保真数字人核心技术体系，围绕数据集搭建、基础大模型、实时驱动编辑、沉浸式交互四大核心模块介绍前沿研究成果，同时剖析数字文创、智能服务、人形机器人驱动等场景落地现存阻碍，完整呈现数字人领域新兴研究赛道与产业化发展潜力。

吕科教授作报告

清华大学教授韩军功带来《多模态智能的范式演进：从离身感知到具身认知》专题报告。报告完整梳理多模态智能的发展脉络，对比传统静态离身感知与新型具身认知两种技术范式的核心区别。围绕面向开放环境泛化的表示学习、主动感知、因果推理等关键技术，分享了近期在多模态智能体与具身学习方面的研究成果。最后展望了多模态智能从离身学习走向具身学习的发展趋势，以及其面临的机遇与挑战。

韩军功教授作报告

国防科技大学教授刘新旺带来《SimpleMKKM：简单多核K均值聚类》专题报告。围绕多核融合聚类问题，报告深入探讨了聚类算法的性能提升与鲁棒性增强。为了实现高效、鲁棒、无参的通用聚类框架，需要推动聚类算法从单核建模走向多核融合、从局部最优求解走向全局最优、从人工调参走向自适应无参。报告介绍了SimpleMKKM的min-max全局最优模型、核矩阵局部对齐的局部化拓展算法、样本自适应的无参局部化方法等方面的工作。

刘新旺教授作报告

各位专家的报告选题前沿、逻辑严谨，讲解深入浅出、内容充实，既系统阐释前沿基础理论，又结合科研院所与行业企业真实案例分享技术落地实践经验，为在场师生提供了一次高层次学术交流学习的机会。全体参会人员全程专注聆听、认真记录笔记，大家纷纷表示，本次活动极大拓宽了自身学术眼界，开拓了科研创新思路，对图像图形与人工智能行业前沿发展态势形成更为全面、透彻的理解，参会收获丰厚、感悟良多。

本次“CSIG 图像图形中国行——吕梁学院站”的成功举办，既为校内外学术交流搭建了优质桥梁，也进一步夯实了校地合作基础，助力产学研融合迈向新台阶。

活动合影

会场现场