2025年9月20日，由中国图象图形学学会（CSIG）主办、CSIG视频图像与安全专委会承办的第37期CSIG图像图形学科前沿讲习班（IGAL37）在北京辽宁大厦圆满闭幕。本期讲习班主题为“大模型时代的视频与图像安全”，由中国科学院自动化研究所黄凯奇研究员担任学术主任，来自全国各地的教师、学生以及企业工程师参加，讲习班现场气氛热烈。

黄凯奇研究员致辞

开班仪式上，本期讲习班学术主任、CSIG视频图像与安全专委会主任、中国科学院自动化研究所复杂系统认知与决策重点实验室副主任黄凯奇研究员致开班辞。黄凯奇研究员首先感谢各位嘉宾的莅临与学员们的积极参与，并围绕人工智能的发展趋势、视频图像分析的重点任务，以及智能安全系统的研究意义，系统解读了本期讲习班的选题背景和核心价值。

周琳娜教授作报告 

20日上午由专委会常委、中国科学院自动化所雷震研究员主持，北京邮电大学周琳娜教授作了题为“大模型评测及在垂域的应用”的分享。周琳娜教授对我国现有大模型安全监管相关政策和标准进行了深入解读，系统阐述了大模型的安全评估与性能评测研究进展，并重点探讨了垂直领域大模型在深度伪造合成与金融AI投研监管中的应用与挑战。

张华研究员作报告

随后，中国科学院信息工程研究所张华研究员围绕“以视觉为中心的多模态基础模型可信构建与安全应用”的主题作了分享。张华研究员聚焦人工智能基础模型在国家安全、社会伦理、网络安全及数据隐私保护等领域面临的风险与挑战，系统介绍了构建可信多模态基础大模型的最新探索进展。报告从数据、模型设计到决策响应等方面，重点阐述了多模态基础模型的架构设计、任务适配及决策可解释性等关键问题。 

胡晰远教授作报告

20日下午由专委会常委、北京大学马思伟教授主持，北京工业大学胡晰远教授在线作了题为“面向生成伪造人像的多特征融合可解释性检验技术”的分享。胡晰远教授针对生成模型和深度伪造技术下人像伪造质量提升和检测可信难题，提出从物理、生理和数字特征三个维度挖掘可解释性人像鉴伪特征，并构建多特征融合的伪造人像视频检验模型。报告重点介绍了多源先验融合、图空间高阶相关性与跨模态信息交互等前沿方法，提升伪造人像检测的稳健性与准确率，并展望了该领域的未来发展方向。

中国人民公安大学杜彦辉教授围绕“大语言模型安全思考与实践”的主题作了分享。杜彦辉教授系统梳理了大模型技术的最新发展，重点分析了多任务处理、涌现能力与认知决策等技术特点，剖析了大模型在安全性、保障性和隐私性等方面面临的主要风险，包括越狱、对齐、幻觉、对抗样本和后门攻击等典型问题。针对上述挑战，报告介绍了多项创新性防护、检测与评估技术，展示了在提升大模型安全性和应对新型威胁方面的重要研究进展。

王生进教授作报告

21日上午由专委会副秘书长、清华大学李亚利副研究员主持，首先是清华大学电子系智能计算与自主系统研究中心主任王生进教授作题为“多模态大模型与视频图像语义描述框架”的报告。王生进教授重点介绍了多模态大模型通过融合语言、文本、图像、视频、音频等数据，实现联合训练和语义对齐的最新进展，解析了CLIP、LLaVA等多模态模型在计算机视觉与自然语言处理领域的创新应用。报告系统阐述了视频与图像语义描述在自动驾驶和机器人视觉等领域的重要作用，以及面向“十四五”国家重点研发计划项目中视频描述与多模态语义获取的框架设计与实际方法，为推动多模态大模型在复杂场景下的智能理解和应用奠定基础。

赫然研究员作报告

随后，中国科学院自动化研究所多模态人工智能系统全国重点实验室赫然研究员作了题为“安全可信的生成式人工智能”的分享。赫然研究员系统梳理了生成式人工智能以大语言模型及多模态模型为代表的技术演进，分析了生成模型在创意创作、逻辑推理和自动决策等领域的深度应用，同时重点探讨了在发展过程中面临的安全风险与挑战。报告还介绍了团队在基础模型优化、推理能力提升及高效图像生成等方面的研究进展，推动生成式人工智能的安全与可信落地应用。

谢剑斌教授作报告

21日下午由专委会常委、清华大学马洪兵教授主持，国防科技大学谢剑斌教授作了题为“大模型内容安全治理框架、关键技术与标准化”的分享。谢剑斌教授聚焦生成式AI普及带来的虚假信息、伦理失范、隐私侵害及系统安全等挑战，系统提出基于跨学科视角的多层级动态治理框架，涵盖全球政策法规解读、企业内生治理机制、关键安全技术研发与标准化等方面。报告深入分析了对抗性文本检测、深度伪造溯源、价值观对齐算法和隐私保护推理等前沿技术，探讨了国际与国内标准化评估的最新进展，并强调治理框架与AI可解释性相结合对于提升大模型内容安全的透明度和问责效能的重要意义，为安全可控、可信可靠的大模型生态构建提供了理论和技术支撑。

张卫明教授作报告

最后一场报告，中国科学技术大学网络空间安全学院副院长张卫明教授作了题为“从跨媒介水印到大模型水印”的报告。张卫明教授围绕数字水印技术在人工智能背景下的演进，系统阐述了深度学习推动跨媒介水印框架的创新与提升、保护大模型及其训练集知识产权面临的挑战，以及应对生成式人工智能虚假信息内容鉴别与溯源的迫切需求。报告重点介绍了水印技术在版权保护、内容溯源及大模型安全中的关键作用，并展望了该领域的技术发展趋势。 

现场互动

本次讲习班专家报告精彩、内容丰富，学员们踊跃提问、积极互动、收获颇丰，不仅加深了对专业领域的认知，还拓宽了视野和思维，更促进了同行之间的交流与合作。报告结束后，马洪兵教授在结营仪式上作了总结致辞，并对报告嘉宾的分享和参会者的支持表示感谢，最后颁发了培训证书。

结营仪式

第37期大模型时代的视频与图像安全讲习班在各位报告嘉宾、广大同行以及学会的各级领导的大力支持下，取得了圆满成功。 

中国图象图形学学会视频图像与安全专委会聚焦视频和图像的认知理解、内容安全、泛化通用和数据安全，特别是当前多模态大模型的思维能力、边界局限、幻觉和安全问题，为视频图像与安全领域的研究人员、专家学者和企业技术人员提供一个交流平台，通过该平台汇聚对该领域感兴趣的研究者和应用者，使得大家能够研究、探讨、交流各自技术和知识，共同探索视频图像与安全领域未来的发展。本专委会计划组织起本领域的专家、学者，培养本领域技术人才，举行多种学术研讨活动，推进产学政研企一体化和融合发展。同时，本专委会将积极参与本领域相关行业标准和国家标准的制定，并为政府部门提供相关技术咨询。另外，本专业委员会现面向科研院所、高校和企事业单位招纳2025年委员（申请方式：在学会系统中选择加入分支机构（视频图像与安全专业委员会））。热烈欢迎各位科技工作者的加入，我们共同推动该领域的学术研究和科技发展！