主旨报告
1、王怀民(中国科学院院士)
王怀民，中国科学院院士，中国计算机学会（CCF）会士，第十四届全国政协委员，CCF开源发展委员会主任，中国软件行业协会理事长，国家百千万人才工程领军人才，教育部科学技术委员会委员。曾获国家杰出青年基金资助，获聘教育部长江学者特聘教授。长期从事分布计算领域研究和人才培养，在分布计算模型、技术与平台方面做出系统性和创造性工作，为我国分布计算核心关键技术自主创新，为国家和军队网络信息系统建设和发展做出突出贡献。作为第一完成人，获国家技术发明二等奖1次、国家科技进步二等奖2次、国家教学成果二等奖1次，作为重要贡献者获得国家科技进步特等奖1次，国家教学成果二等奖1次。
报告题目：智能化与语言文字
报告摘要：回顾人类对语言文字的认知及其对人工智能研究范式的深刻影响，分析信息化的发展历程及其对自然语言处理能力的深刻影响，预测大语言模型的成功可能对人类认知发展带来的深刻影响。
2、孙茂松（清华大学教授）
孙茂松，清华大学人工智能研究院常务副院长、计算机与科学技术系长聘教授、博士生导师，欧洲科学院外籍院士，THUNLP 实验室学术带头人，中国人工智能学会会士，中国中文信息学会会士，国际计算语言学学会（ACL）会士，清华大学计算机学位评定分委员会主席。曾任清华大学计算机系主任、党委书记。
报告题目：生成式人工智能对社会媒体处理的可能影响
报告摘要：无
3、刘挺 （哈尔滨工业大学教授）
刘挺，哈尔滨工业大学长聘教授，现任哈尔滨工业大学副校长、党委常委，国家高层次人才，黑龙江省政协教科卫体委员会副主任。工信部高新司“智能机器人”专家组专家，工信部电子信息科学技术委员会信息服务组副组长，教育部人工智能科技创新专家组成员。国家人工智能产教融合创新平台负责人、认知智能与内容安全教育部重点实验室主任，中文信息处理黑龙江省重点实验室主任。中国计算机学会会士、中国中文信息学会副理事长，黑龙江省“人工智能”头雁团队带头人。主要研究方向为人工智能、自然语言处理、具身智能等。曾主持国家重点研发计划项目、国家 973 课题、基金重点项目。获国家科技进步二等奖（排名第 4）、省科技进步一等奖（排名第 1）2 项，教育部工程技术一等奖（排名第 1）等奖励。
报告题目：认知安全：策略与技术
报告摘要：在互联网时代，公众对世界的认知强烈地受到网络媒体的影响，网络媒体上的信息鱼龙混杂、真伪难辨。计算机根据包含着不同价值观的数据训练出来的大模型，自动生成和发布各种类型的媒体数据，这进一步加重了对认知安全的威胁。报告将围绕“认知安全”这一主题，从感知、决策、干预等各个层面进行探讨，并介绍报告人所在团队在该领域已经取得的工作进展。
4、李卫东（华中科技大学教授）
李卫东，管理学博士、传播学博士后、国家认证计算机技术与软件专业技术“系统分析师”（高级工程师级），国家社科基金重大项目首席专家。现任华中科技大学新闻与信息传播学院二级教授、博士生导师，教育部大数据与国家传播战略实验室（培育）执行主任。兼任中国新闻史学会新媒体传播研究委员副理事长。研究方向：智能新媒体与国际舆论引导；智能云传播与万物互联网治理。国内第一本新媒体应用模式方面的专业教材《网络与新媒体应用模式——创新设计及运营战略视角》（高等教育出版社，2015年）编著者；国内第一本系统讲述智能新媒体原理的专业教材《智能新媒体》（人民邮电出版社，2021）的编著者。出版了《数字组织论》《云传播时代：人类传播与治理的云端化、平台化、泛在化、社交化和智慧化革命》《政府信息资源传播》学术专著三部。
报告题目：智能社会中人机物关系复杂性演化分析：偶然接触媒体叙事与主动智能体共创的交互效应研究
报告摘要：智能社会是以万物互联网为网络基础设施、以泛在操作系统为底座、以人工智能技术为支撑的，由人（自然人或法人）、机（智能应用系统、智能机器人、嵌入式系统、智能体等数字世界中的智能系统实体）、物（物理世界中可被感知和操控的实体或环境）等海量要素借助数字平台，通过数字流程相互连接而成的复杂巨系统。智能社会中，人与机、人与物、机与物的相互关系复杂多变。当前，由“AI智能体替代知识工作者”议题引发的人机关系认知危机与潜在社会恐慌正日益凸显。为促进智能社会中人机关系的健康认知与社会稳定发展，本研究设计2×2（叙事框架与智能体类型）的两阶段实验，旨在分析偶然接触媒体叙事框架对知识工作者职业替代信念的影响，以及主动使用智能体对其信念转变的影响幅度。研究发现：（1）偶然接触叙事框架对初始职业替代信念的形成具有显著影响。（2）叙事框架与智能体类型对职业替代信念转变具有显著交互效应。（3）人机主体性认知差异通过“向上比较过程”中介影响着职业替代信念的转变。同时，“由叙事框架所形塑的初始职业替代信念”调节着这一中介效应，产生认知反转效应。研究提出“主体间性连续体”，能突破“认知型智能体缺乏主体性”的理论框架。该实验结果能够为新型媒介主体性理论提供实证检验，能拓展公众对新型媒介交互主体性及同化效应的理解和应用范围。同时，本研究能够为知识工作者的职业替代焦虑与自我效能危机提供认知调适策略。
5、Google DeepMind
报告题目：Teaching LLMs to Think
报告摘要：Large Language Models are powerful, yet they often struggle with tasks requiring deep reasoning. In this talk, we'll trace the journey of how we've taught these models to "think"—beginning with foundational prompting and decoding strategies and progressing to advanced post-training and RL techniques that amplify their reasoning depth. We will show that the ability to think is, in fact, a crucial scaling dimension for LLMs. This key insight, when paired with traditional pre-training scaling, has fundamentally unlocked the immense reasoning power we see in LLMs today.
6、Meta
报告题目：Towards Internet-Scale Training for Agents
报告摘要：In recent years, the rapid progress of Large Language Models (LLMs) has opened the door to building language-guided agents that can carry out complex, multi-step tasks on behalf of users, much like human assistants. Developing agents that can perceive, plan, and act autonomously has long been a central goal of artificial intelligence research. In this talk, I will introduce multimodal AI agents capable of planning, reasoning, and executing actions on the web. These agents not only comprehend text but can also navigate and interact effectively in visual environments. I will present VisualWebArena, a novel framework for evaluating multimodal autonomous language agents, and describe an inference-time search algorithm that enables agents to explicitly explore and perform multi-step planning in interactive web settings. Finally, I will demonstrate how we can build an automated data pipeline for Internet-scale training of such agents. This pipeline generates web navigation tasks across 150,000 live websites, executes LLM agents on them, and automatically evaluates their success.
青年主旨报告
1、邱锡鹏（复旦大学教授）
邱锡鹏，复旦大学教授、上海创智学院导师，CAAI Fellow，国家杰青获得者，入选中国高被引学者和全球前2%顶尖科学家榜单、教育部“高校计算机专业优秀教师奖励计划”等，获钱伟长中文信息处理科学技术奖一等奖（第一完成人）、CCF-ACM青年科技奖等奖励，主持研发了MOSS等多个高影响力大模型。著作《神经网络与深度学习》被上百家高校作为教材。
报告题目：情境智能：补全AGI的关键拼图
报告摘要：在算力与数据资源面临瓶颈的当下，当前大语言模型的能力提升遭遇严峻挑战。为突破这一困境，亟需探索驱动下一代模型演进的新路径。本报告提出并探讨一种关键的可扩展维度：情境（Context）。通过引入视觉、听觉等多模态信息，模型得以实现知识的具象化表达与更自然的人机交互，从而构建更全面、直观的认知体系。情境智能不仅拓展了模型的表达与理解边界，也为实现通用人工智能（AGI）提供了重要支撑，可能成为补全AGI拼图的关键一环。
2、东昱晓（清华大学副教授）
东昱晓，清华大学计算机系副教授，研究方向为基础大模型、智能体、数据挖掘，学术成果应用于多个大模型产品和系统，获WWW22、WWW19、WSDM15、ECML-PKDD22最佳论文或候选，多篇文章为当年CCF-A类国际会议最高引用论文。曾工作于脸书人工智能和微软总部研究院。入选2024年清华大学“清韵烛光-我最喜爱的教师”，获2022 ACM SIGKDD青年科学家奖。
报告题目：AgentRL: 智能体基座大模型的强化扩展框架与算法
报告摘要：基础大模型在意图理解、深度推理、目标规划等方面展现出强大的泛化能力，为智能体的研究和应用提供了通用模型基座。报告将分享我们在基座大模型智能体强化学习方向的探索。在训练框架层面，提出多轮、多任务智能体强化学习框架AgentRL，支持异步高效训练，实现异构环境的可扩展强化学习（RL Scaling）；在基础能力层面，设计面向测试时扩展的强化学习算法及视觉专家模型，提升智能体基座模型的推理与多模态感知能力；在应用场景层面，构建手机智能体MobileRL和上网智能体WebRL，提升大模型在复杂智能体任务中的交互能力。相关工作应用于多个大模型和智能体产品等。