2024年11月26日下午，中国图学学会“奋发图强”青年人才学术沙龙2024年度第七期在浙江杭州成功举办。本期沙龙以“多模态学习”为主题，由中国图学学会主办，中国图学学会可视化与认知计算专业委员会承办，浙江工商大学计算机科学与技术学院和中国图学学会青年工作委员会协办。活动在浙江工商大学下沙校区国际会议中心二楼会议室举行，吸引了众多青年学者和学生参与。

       本期沙龙由第八届中国科协青年人才托举工程被托举人、浙江工商大学董建锋研究员发起，邀请了华南理工大学张通教授、中山大学李冠彬教授、中科院自动化所黄岩副研究员、大连理工大学王立君副教授等四位专家作特邀报告。报告内容围绕多模态学习的最新方法与应用，涵盖了情感分析、生成式人工智能、预训练大模型以及视觉感知等前沿领域的技术进展，与会专家深入探讨了多模态学习的研究现状及未来发展趋势。

       首先，浙江工商大学计算机科学与技术学院副院长姜波教授致辞。她表示，新一轮科技革命和产业变革正在蓬勃兴起，人工智能作为这一浪潮的核心技术，正深刻影响着社会的方方面面。浙江工商大学始终以推动科技创新、培养青年人才为己任，希望通过此次沙龙，为学术界和工业界的青年学者搭建一个高水平的交流与合作平台。他强调，青年学者是学术创新的中坚力量，应以科技自立自强为己任，牢记习近平总书记的嘱托，争做担当民族复兴大任的时代新人。最后，她预祝本次沙龙活动取得圆满成功，为多模态学习领域的发展贡献更多智慧和力量。

       报告环节，首先由华南理工大学计算机科学与工程学院副院长张通教授带来题为《多模态情感信息融合方法与应用》的报告。他在报告中深入探讨了多模态情感计算的核心挑战，重点介绍了基于辅助融合策略的情感信息融合新方法，该方法能有效解决不同模态情感贡献度不同以及多模态扩展的问题，为多模态情感计算提供了全新的理论框架。报告还展示了该研究在精神状态评估等医疗领域的应用示范，进一步凸显了多模态情感计算在推动人机交互智能化发展中的重要作用。

       其次，由中山大学计算机学院李冠彬教授带来题为《多模式条件驱动的视觉内容生成与编辑》的报告。他的报告聚焦于生成式AI模型在视觉内容生成与编辑中的最新研究进展，系统阐述了如何通过感知反馈学习、自监督一致性约束、蒸馏采样一致性以及隐式参数对齐等方法，实现更符合用户意图且具备高质量的图像生成和编辑。报告还展示了该研究在视频虚拟试穿、图文提示引导的3D场景编辑、多模式控制的数字人生成等领域的创新成果，为跨模态视觉生成技术提供了新的发展方向和实际应用价值。

       然后，由中国科学院自动化研究所副研究员黄岩带来题为《知识增强的多模态预训练模型》的报告。他的报告重点聚焦于多模态预训练模型的知识增强策略，解析如何从多模态数据中提取通用概念知识以及如何高效挖掘和复用模型中的潜在知识。报告还探讨了这些技术在提升模型泛化性和执行效率方面的实际应用价值，并对当前领域的技术难题和未来研究趋势进行了展望，为多模态模型在视觉-语言理解领域的发展提供了重要启发。

       最后，由大连理工大学人工智能学院副教授王立君带来题为《面向多模态开放场景的视觉感知》的报告。他在报告中详细分析了视觉感知从可控封闭环境向开放场景扩展所面临的两大挑战：输入数据模态的多样性和目标类别的开放性。针对这些问题，报告从多模态融合、开放类别字典和因果推理三个方面，介绍了团队在开放视觉感知领域的最新研究进展，并探讨了如何利用多模态大模型技术强化视觉感知模型的鲁棒性和泛化能力。报告内容为应对开放环境下的视觉识别和推理问题提供了全新视角和技术方案。

       会场氛围热烈，参会同学们踊跃提问，与专家们展开了深入的交流与讨论，充分展现了青年学者们的学术热情和求知精神。

       此次活动的成功举办不仅体现了中国图学学会在青年人才培养方面的持续努力，也展示了多模态学习作为一个交叉研究领域的蓬勃生机。未来，中国图学学会将继续组织高水平的学术活动，为学术界与工业界的研究人员提供更多的交流机会，共同助力学术进步与科技创新。

       会议最后，董建锋研究员进行了总结。他表示，本次学术沙龙围绕多模态学习领域的热点议题展开了深入的汇报与探讨，活动取得了圆满成功。他对中国图学学会的支持表示感谢，同时感谢各位专家学者带来的精彩报告以及参会师生的积极参与。作为中国图学学会可视化与认知计算专业委员会的秘书长，董建锋研究员还介绍了该专委会的定位与使命，专委会致力于推动图学与认知科学、社会科学等多学科的深度交叉与融合，以更好地服务国家战略需求和科技前沿发展。他热忱邀请各高校及企业同仁加入专委会，共同为图学领域的发展贡献力量。