简介
随着人工智能在科学研究与工程实践中的深度融合，物理交互智能正成为推动下一代技术创新的重要范式。它旨在将物理世界的机理与数据驱动的智能方法紧密结合，实现从虚拟仿真到实体系统的闭环优化。本次论坛聚焦三大关键方向：科学智能、智能仿真与具身交互，探讨如何通过人工智能推进科学规律发现、加速物理建模、并提升实体系统的自主智能水平。论坛旨在凝练领域核心科学问题与关键技术瓶颈，探讨开放性问题与未来发展方向，并形成结论或共识报告，为物理交互智能的理论突破与产业应用提供参考与指引。
简介为官网原文，部分内容可能未写完。
人员
主席
- 杨鑫 · 大连理工大学
- 徐凯 · 中国科学院工业人工智能研究所
嘉宾
- 张建国 · 南方科技大学
- 陈志波 · 中国科学技术大学
- 严骏驰 · 上海交通大学
- 袁鑫 · 西湖大学
- 文飞 · 上海交通大学
报告安排
论坛介绍
杨鑫 · 大连理工大学
简介
论坛介绍
开场致辞
徐凯 · 中国科学院工业人工智能研究所
简介
开场致辞
面向复杂场景的目标感知技术研究
张建国 · 南方科技大学
简介
目标检测与识别是计算机视觉领域的核心任务，也是多模态大模型和具身智能的重要一环。当前基于Transformer的检测模型虽表现突出，但在复杂场景中仍面临小目标检测难、适应性差、未知类别检测不足等挑战。本次报告围绕这些技术难点，介绍团队的系统性研究及提出的相关模型与方法，有效提升模型性能。具体内容包括：新型视觉基础模型、复杂场景闭集检测、复杂场景开集检测。通过构建不同的检测框架，有效缓解了Transformer检测器在复杂场景的类别与边界框预测干扰、小目标检测薄弱、查询固定不灵活等问题，并进而提出Open-Det开放式检测框架，融合视觉与语言模型，实现未见类别检测，训练效率与精度优势显著。
基于物理的生成式世界模型 Physically Grounded Generative World Modeling
陈志波 · 中国科学技术大学
简介
生成式人工智能与视频基础模型的快速发展，为世界建模带来了新的机遇。然而，现有模型虽能生成视觉逼真的视频，却难以保证物理一致性、因果合理性与交互可控性。本报告围绕"基于物理的生成式世界模型"这一主题，介绍团队在该方向上的系列研究工作，涵盖组合式 3D/4D 生成、先几何后外观的建模范式、物理感知运动合成、潜空间物理对齐、世界模型评测，以及世界模型与物理智能协同的路线探索。
大模型新架构探索：JTok和xHC
严骏驰 · 上海交通大学
简介
本报告介绍团队在大模型新架构方面的近期探索和初步进展，包括JTok 和xHC两部分。两者出于同一个判断：除宽度与深度之外，模型能力还可以在几乎不增加算力的前提下继续大幅提升。JTok 沿token 维度扩展，让每个 token 在每一层携带一条可学习的记忆向量，以一次查表加一次轻量调制的旁路方式接入，主干完全不动；在 61B 总参数（17B 底座 + 44B 记忆参数）、570B tokens 规模上验证，达到同等性能所需训练算力节省约 35%，训练吞吐仅损失 6.8%，推理零额外显存开销，且可为已训成的存量模型直接加装。xHC 沿残差流维度扩展，针对 Hyper-Connections 家族长期止步于 N=4 的现象，定位出写回信息供给不足与残差映射生成代价随 N 立方增长两个瓶颈，分别以时序特征增强与稀疏残差流（稠密读取、稀疏写入）加以解决，首次将扩展率推进到 N=16；在 18B / 28B MoE 上，十二项下游评测平均分较 DeepSeek 的 mHC 提升 4.0 与 3.1 分，训练 FLOPs 仅增加 4.1% 与 3.0%，规模定律上达到同等性能所需训练算力较原始 Transformer 节省约 33%。报告同时指出，这类结构改动的真正约束在于访存带宽而非 FLOPs，并给出 xHC-Flash 的工程方案，将每个 sublayer 的访存量由 73.5C 压回至 40C，接近 mHC 的水平而性能基本不损失。最后我们对两条轴做逐维度对照，并讨论其正交叠加的潜力。
计算成像重建算法20年进展：从迭代优化到深度学习再到生成式AI
袁鑫 · 西湖大学
简介
本报告回顾计算光谱成像重建算法，从最初的迭代优化算法，到深度学习的兴起，主干网络也经历了CNN、RNN、Transformer和Mamba的变化，最近的基于扩散模型的生成式AI也为计算光谱成像的重建算法提供了新的血液。本报告对现有算法脉络进行梳理和总结，并给出基于任务型计算光谱成像的一些思索。
面向端侧 “学习-推理”一体化的类脑在线学习技术 ——从“静态推理”迈向“动态智能”
文飞 · 上海交通大学
简介
大脑作为一种端侧生物神经网络计算系统，具有极高的能效和非凡的在线学习能力。相比之下，当前端侧AI应用模式局限于“云端训练—端侧推理”，模型在端侧部署后仅能执行推理，缺乏在线学习能力。发展支持端侧片上在线学习的高效算法和芯片架构，突破当前“云端训练—端侧推理”模式的局限，构建端侧“学习—推理”一体化新范式，具有重要的战略价值。本报告将介绍实现该目标所面对的主要技术挑战，类脑在线学习算法和芯片架构研究的主要目标、演进路线，以及本团队在这方面的最新研究进展。