简介
本论坛聚焦端云融合驱动的高效内容生成，围绕生成式内容安全治理、社交媒体行为模拟、多模态内容生成与科学智能融合等方向，探讨技术演进中的关键瓶颈与突破路径。当前内容生成技术正面临模型能力持续提升与端侧资源约束之间的结构性矛盾，生成内容的安全可信与跨模态协同效率已成为制约规模化应用的核心问题。论坛重点关注生成式内容的风险调控机制、社交媒体行为的认知传播建模以及多模态内容的高效协同生成策略，探索端云融合架构下算力分配与数据协同的优化路径。旨在推动内容生成从单一模态向跨模态拓展，从中心化处理向端云协同演进，促进端云融合技术在内容生产领域的技术创新与应用落地。
简介为官网原文，部分内容可能未写完。
人员
主席
- 吴飞 · 浙江大学
嘉宾
- 鲍秉坤 · 合肥工业大学
- 颜波 · 复旦大学
- 谢洪涛 · 中国科学技术大学
- 高联丽 · 电子科技大学
- 赵洲 · 浙江大学
报告安排
认知传播驱动的社交媒体模拟器
鲍秉坤 · 合肥工业大学
简介
社交媒体模拟旨在刻画突发事件中社会主体的行为反应，揭示群体行为的形成与演化机制。现实中，主体行为受个体认知与外部信息传播的持续作用，因此精准模拟须统一建模认知决策与信息传播过程。然而，现有方法大多缺少对传播环境的建模，难以保证连续推演中主体行为与传播环境的一致性。针对该问题，本报告提出认知传播驱动的社交媒体模拟器，以认知要素解析支撑个体动态决策，以传播要素演化驱动认知更新，由此构建“传播塑认知、认知驱行为、行为促传播”的协同推演机制，实现社会主体行为的认知传播一体化模拟。基于上述方法构建的模拟器，可为突发事件应急管理、网络宣传引导等应用提供技术支撑。
面向科学智能的知识融合AIGC研究
颜波 · 复旦大学
简介
随着大模型技术的持续突破，生成式人工智能（AIGC）展现了强大的能力。本报告将主要介绍团队在AIGC如何面向科学智能加速科学研究范式变革上取得的探索成果，具体包括：使用AIGC的重建能力，重建高质量影像，实现面向人眼“看的清”；使用AIGC的编辑能力，编辑多模态数据特征图，实现人机“交互好”；使用AIGC的衍生能力，生成高质量合成数据，解决数据的长尾问题，实现面向模型“训的好”，相关成果在智能制造和智慧医疗等领域得到了较好应用。
生成式多媒体模型安全认知构建与知识重塑
谢洪涛 · 中国科学技术大学
简介
随着生成式模型能力持续演进，内容安全治理正从输出端防护延伸至模型认知与知识层面的协同调控。生成内容可分为确定性风险、情境性风险和良性内容三个区域，其间形成风险治理、安全判别和能力保护三类边界。确定性风险语义较为明确，常以内化知识的形式影响生成，需要通过选择性遗忘和知识重塑进行消解。情境性风险依赖具体情境、潜在意图和复杂语义关联，需要借助风险感知、情境推理与自我验证作出判断。风险治理边界可依据应用需求、治理规范和风险容忍度动态调整，以合理界定知识擦除与情境推理的范围。本报告从安全认知构建和安全知识重塑两个方面展开，分别研究情境性风险的价值对齐与确定性风险的概念遗忘，并关注风险调控对良性知识和模型能力的影响，为生成式模型内容安全治理提供边界可调、作用精准、能力可保持的研究思路。
从图像生成到3D生成
高联丽 · 电子科技大学
简介
内容生成是人工智能的一个重要的研究方向，本报告讲围绕内容生成的挑战汇报我们团队近10年来在内容生成尤其是图像生成、视频生成、和3D生成中取得的一系列的进展和突破，进一步将分享我们在内容生成方向的心得以及未来研究规划。
跨模态内容高效可信生成
赵洲 · 浙江大学
简介
跨模态内容生成旨在实现文本、图像等多模态信息之间的理解与交互，进而合成符合语义描述的视觉内容。然而，当前主流模型在解析复杂空间关系、遵循精细化指令方面仍存在明显局限，且迭代生成过程计算冗余严重，难以兼顾高保真度与低延迟。针对上述问题，本报告提出构建以数据驱动为基础的大规模高质量训练与评测体系来保障模型在复杂编辑任务中的泛化能力，并将细粒度空间布局与多主体一致性转化为可量化的优化目标来强化生成内容与文本意图的对齐，最后通过智能近似与协同计算实现高效推理生成策略，由此构建“数据驱动、可验奖励、高效推理”的学习推理机制，推动更可控、更可信和更高效的跨模态内容生成。