论坛介绍
近年来，大模型技术快速演进，推动人工智能从感知理解走向知识增强与智能决策。以Transformer为核心的通用基座模型在语言、视觉、语音等多模态任务中展现出强大能力，并通过参数规模化与预训练策略实现了跨领域的泛化优势。然而，通用模型在实际应用中仍面临能效、知识可控性与场景适配等挑战。垂域大模型因此成为大模型技术前沿探索的重要方向，其核心在于融合领域知识与多源异构数据，形成高效、可信、可解释的专业智能系统。本分论坛将聚焦大模型前沿技术趋势与产业化落地路径，重点讨论模型结构创新、知识增强、可控生成、多模态融合、持续学习等关键技术，并结合医疗、金融、制造、教育等典型行业的应用实践，深入剖析垂域大模型的机遇与挑战。我们希望通过跨学界与产业界的深入交流，促进技术突破与应用落地，推动大模型在中国和全球范围内的协同创新与价值创造。
时间：2025年11月14日15:00-17:00
地点：深圳国际会展中心14号会议室C厅
指导单位：深圳市科学技术协会
主办单位：深圳市人工智能学会、哈尔滨工业大学（深圳）
承办单位：深圳市人工智能学会自然语言理解专业委员会、深圳市人工智能学会大模型技术及应用专业委员会
论坛主席
张民博士 哈尔滨工业大学（深圳）特聘校长助理、计算与智能研究院院长、教授/博士生导师，深圳市人工智能学会理事
徐睿峰博士 哈尔滨工业大学（深圳）教授/博士生导师，智能学部副主任，深圳市人工智能学会理事/专委会主任
陈清财博士 哈尔滨工业大学（深圳）教授/博士生导师，智能计算研究中心主任，深圳市人工智能学会专委会主任
论坛议程
| 时间 | 内容 | 主持人 |
| 15:00-15:05 | 开幕致辞 张民 博士 哈尔滨工业大学（深圳）教授 特聘校长助理 计算与智能研究院院长 | 徐睿峰教授 |
| 15:05-15:35 | 报告一：基于大语言模型的数据智能体 刘康 博士 中国科学院自动化研究所研究员 国家级高层次人才 | |
| 15:35-16:05 | 报告二：以语言为核心的多模态大模型与智能体 户保田 博士 哈尔滨工业大学（深圳）教授 国家级青年人才 | |
| 16:05-16:35 | 报告三：面向多模态搜索、理解与决策的系统级语义学习 李菁 博士 香港理工大学电子计算学系副教授 | |
| 16:35-17:00 | 报告四：生成式人工智能在法律行业应用范式 贺倩明 博士 深圳得理科技有限公司创始人 |
论坛报名方式
欢迎感兴趣的同仁、朋友们扫描下方二维码报名参加！同时，为确保您顺利参加相关活动并进入高交会现场，请您使用分论坛问卷末尾提供的高交会“观众报名”二维码，扫描并填写相关信息，完成高交会观众的注册，以获取展会入场门票
论坛嘉宾及报告简介
演讲嘉宾1：刘康博士
1.报告题目：基于大语言模型的数据智能体
2.报告摘要
如何构建企业数据智能体，自主理解并处理多源异构数据，是释放企业数据价值的关键所在。基于已有研究成果和前沿趋势，本报告尝试回答三个前沿问题：1）如何建立一套超越传统技术指标、能够科学评估数据智能体真实应用能力的评测体系？2）如何自动化地生成与扩充高质量的跨源异构训练数据，以突破当前数据智能体训练的核心瓶颈？3）如何设计高效的端到端学习范式，显著提升数据智能体在执行企业级复杂工作流时的鲁棒性与泛化能力？
3.个人简介
中国科学院自动化研究所研究员，博士生导师，兼任中国科学院大学岗位教授、北京智源人工智能研究院青年科学家。长期从事自然语言处理、知识工程等方面的研究工作。在TKDE、ACL、NeurIPS等国际重要会议和期刊发表多篇学术论文，Google Scholar引用2.9万余次。曾获COLING-2014 Best Paper Award、ISWC-2023 Best Poster&Demo Award, COLING-2025 Neusymbridge Workshop Best Paper Award、Google Focused Research Award、北京市科学技术进步一等奖（排名第二）等多项学术奖励。相关研究获得国家自然科学基金委优秀青年基金、中科院重点部署、中科院先导A类专项课题、科技部2030重大项目课题支持。
演讲嘉宾2：户保田博士
1.报告题目 以语言为核心的多模态大模型与智能体
2.报告摘要
本报告从语言智能视角出发，结合研究团队近期工作，重点探讨：以语言为核心的多模态大模型，通过语言接口整合文本、图像等多模态数据，提升跨模态任务性能；大模型驱动的智能体，以影视视频生成和可控图生成为例，探讨多智能体协作机制。最后，探讨和分析当前存在的主要问题和未来研究方向。
3.个人简介
户保田，博士，教授，博士生导师，国家优青，中国中文信息学会大模型与生成专委会秘书长。博士毕业于哈尔滨工业大学，曾在华为诺亚方舟实验室（香港）访问研究、腾讯科技有限公司微信事业群任高级研究员、美国马萨诸塞大学任博士后研究员。获得2018年中国中文信息学会优秀博士论文提名奖、哈工大百年校庆优秀博士论文。主要从事大模型方面的研究，包括基座大模型的新型架构/学习机制、内容可信性、群体智能等大模型时代的新问题、新方法，发表NeurIPS/ACL/ACM MM/KDD/IEEE Transactions等顶级学术会议或期刊论文100余篇，单篇一作最高引用1700+。主持国家自然科学基金优青/面上/青年、深圳市科技创新、CCF-百度松果/腾讯犀牛鸟基金、头部互联网企业合作项目等十余项。担任IJCNLP-AACL2023程序委员会联合主席（Program Committee Co-Chair），Neural Networks（SCI, CCF-B）编委，多个顶级学术会议包括ACL、EMNLP、IJCAI的领域主席(AC)和高级程序委员会成员(SPC)
演讲嘉宾3：李菁博士
1.报告题目 面向多模态搜索、理解与决策的系统级语义学习
2.报告摘要
本次报告将阐述语义学习领域的一项根本性范式革新，即从聚焦于单一模型的设计思路，转向更为宏观和全面的系统级集成，并深入探讨此种转变对多模态应用所蕴含的变革性潜力。首先，我们将回顾语义表示技术的演进脉络——从早期的词嵌入（Word Embeddings）到当今的大语言模型（Large Language Models）。这一过程清晰地揭示了“嵌入”作为一种核心技术，如何在现代的检索增强系统中，扮演了连接通用人工智能与特定领域知识的关键接口角色。随后，我们的讨论将转向几个至关重要的理念转变：在评估标准上，我们需从孤立的基准测试（Benchmark）转向对系统整体性能的综合度量；在实践方法上，则需从开发独立的模型转向构建高度集成的智能化系统。最后，我们将通过一系列具体的案例进行论证，其中包括我们团队开发并已被广泛采用的AnglE嵌入模型（该模型目前正在为MongoDB及Together.AI等公司的应用提供支持）。这些案例将具体展示，系统级的语义学习方法如何在多模态搜索、内容理解及智能决策等前沿应用中，实现关键性的能力突破。
3.个人简介
李菁教授现任香港理工大学计算学系副教授，也是该系具身智能实验室的创始人与负责人。她于2017年获香港中文大学博士学位，在2019年至2025年间由助理教授晋升至现职，此前曾担任腾讯人工智能实验室高级研究员。她的研究聚焦于自然语言处理、多模态大模型与具身智能方向，研究成果持续发表于国际顶级学术会议，并获得国家自然科学基金、香港研究资助局及创新科技署的竞争性资助，同时与华为、百度、腾讯等企业保持产学研合作。她与学生共同研发的文本嵌入模型AnglE（ACL 2024）在Hugging Face平台拥有月均百万次下载，并且被Together.AI和MongoDB投入实际应用；她与学生的另一代表作反编译大模型LLM4Decompile（EMNLP 2024）在GitHub已获超6000星标，具有显著的学术影响力。
演讲嘉宾4：贺倩明博士
1.报告题目 生成式人工智能在法律行业应用范式
2.报告摘要
尽管法律行业在采纳生成式AI方面的态度相对谨慎，但越来越多的人已经开始自发地在工作中探索这些工具。接受调查的近半数律师与公司法务人员（47%）表示，他们已经在实际工作中使用或计划在未来三年内采用生成式AI工具。使用的场景包括法律研究、案情分析、合同管理和企业合规等，不同场景的成熟度会有差异，但整体上有明显效果。不过随着用户的深入使用，大模型也存在明显的局限，包括幻觉问题、数据的时效性、专业理解的局限性等，专业法律大模型在解决幻觉、法律法规的失、时效性、证据分析的准确性、法律文本的复杂性等方面如何协同数据、算法和行业经验是关键所在。
此外，在积极探索法律与科技融合的同时，其中可能存在的如数据安全风险、算法偏见等应用问题也不容忽视。人工智能在法律服务领域的进步与发展，尚有漫长的道路等着大家去探索。
3.个人简介
中国政法大学经济法学博士、香港中文大学EMBA、北京大学法律硕士。贺倩明博士自2007年担任上海市建纬（深圳）律师事务所主任、高级合伙人，有二十多年的法律行业从业经验。主编或参编多部著作发表论文多篇。2018年，贺倩明博士联合顶级法律团队和AI专家共同联合创立了得理科技，并与中科院深圳先进院合作成立了法律人工智能实验室，推动法律与AI的融合创新。专注于法律、商业与科技的跨界融合。具备丰富的“AI+律师”领域创新实践经验，致力于用AI赋能法律，让每个人都能得到优质法律服务。
关注微信公众号
