一、会议背景

随着人工智能、普适计算、大数据、物联网等技术的快速发展，多模态、多源数据的涌现为智慧城市、工业互联网、健康医疗等领域带来了前所未有的机遇与挑战。如何高效实现数据采集、智能分析与协同决策，成为学术界与产业界共同关注的核心问题。

本次论坛依托CCF普适计算专委会“泛在中国行”系列活动，聚焦多学科交叉创新与产学研深度融合，探讨数据智能的前沿技术、应用场景及产业化路径，助力长三角区域数字经济发展。 

二、组织单位 

主办单位：中国科学技术大学苏州高等研究院、CCF普适计算专业委员会 

联合承办：苏州市人工智能重点实验室、苏州大学 

三、会议时间与地点

时间：2025年6月18日（周三） 9:00-17:00  注册与报到

2025年6月19日（周四） 9:00-17:00  主会

地点：中国科大苏州高等研究院仁爱路校区 明德楼A105 

四、会议日程

| 09:00-09:30 | 开幕式 | 领导致辞、嘉宾介绍 |   主持人：王江涛

            普适计算专委会领导

            中国科大苏州高等研究院领导

            中国科大人工智能与数据科学学院领导

            苏州市人工智能重点实验室领导

| 09:30-11:30 | 主旨报告 | 特邀资深知名学者分享前沿技术 |  主持人：王江涛

            张大庆教授  北京大学 博雅讲席教授 欧洲科学院院士 国家级人才

            彭鑫教授    复旦大学计算与智能创新学院副院长  国家级人才

            蒋洪波教授  湖南大学信息科学与工程学院副院长 欧洲科学院院士

            贺诗波教授  浙江大学教授  国家级人才

| 11:30-12:00 | 圆桌讨论：面向人机物融合的人工智能：模型、系统与产业化多视角挑战与机遇

            嘉宾：郭斌教授  西北工业大学计算机学院副院长 国家级人才

                      彭鑫教授  复旦大学计算与智能创新学院副院长  国家级人才

                     李鑫博士  科大讯飞研究院副院长

            主持人：王江涛  中国科大 特任教授  国家高层次青年人才

| 12:00-14:00 | 午餐休息 | 

| 14:00-16:30 | 特邀报告 | 其他受邀专家专题报告 |    主持人：张午阳

卢暾  复旦大学教授 复旦大学计算与智能创新学院 副院长

黄河  苏州大学特聘教授 计算机科学与技术学院副院长 国家高层次青年人才

陈超  重庆大学教授  国家高层次青年人才

张柘  苏州空天信息研究院 研究员 国家高层次青年人才

戴海鹏 南京大学副教授 国家高层次青年人才

杨丁奇 澳门大学 副教授

刘佳   南京大学 副教授

| 16:30-17:00 | 闭幕式 | 总结与交流 | 

五、报名方式

1. 线上报名：https://www.wjx.cn/vm/YUtoT9u.aspx

2. 截止时间：2025年6月12日 

3. 费用说明：特邀专家交通、食宿等差旅费用由会议承担；其他参会人员城市间往返交通、住宿费用自理。

六、联系方式

联系人：中国科大 赵老师18012601230

与会嘉宾

报告人

张大庆，北京大学讲席教授，欧洲科学院院士，国际级人才 IEEE Fellow，北京大学智能无线感知与应用中心主任。主要研究方向包括普适计算、移动计算和智能物联网。在顶级国际期刊、会议发表学术论文 300余篇，总引用3.2万余次，H因子92。所创的基于OWL的情境模型和基于菲涅尔区的无线感知理论被国际普适计算、移动计算、无线通信感知等领域广泛采用，先后给出无线感知的感知极限、边界和信号质量的度量公式，及多普勒速度、AOA、ToF三个基本感知参数的准确估计方法；并在无线信号同步与变换、移动场景的无线感知和量子无线感知等方面取得了国际原创成果。 张大庆教授先后获得三个国际会议期刊的“十年最具影响力论文奖”，及ACM MobiCom 2022/UbiComp 2021、CCF TPCI 2023杰出论文奖和首届华为WiFi感知大赛2023第一名等。

报告题目

构建泛在无线感知的理论技术体系

报告摘要

基于泛在WiFi/4G/5G RF信号的无线非接触感知研究催生了将推出的WiFi/6G无线感知标准制订。本报告将回顾团队在泛在无线感知领域进行的理论、技术和应用方面的探索，主要在构建泛在无线感知理论技术体系方面的进展，包括：1）菲涅尔区反射、衍射模型 2）多普勒速度、AoA、ToF等三大感知参数的精确估计方法 3）感知极限/边界/信号质量估计4）BFM/BFI与CSI的定量关系 5）系列无线感知应用。报告也将分析未来尚存的挑战。

报告人

彭鑫，复旦大学计算与智能创新学院副院长、教授，国家级人才。中国计算机学会（CCF）杰出会员、软件工程专委会副主任、开源发展委员会常务委员，中国汽车工程学会汽车基础软件分会副主任，《Journal of Software: Evolution and Process》联合主编（Co-Editor），《ACM Transactions on Software Engineering and Methodology》、《Empirical Software Engineering》、《Automated Software Engineering》、《软件学报》等期刊编委。2016年获得“NASAC青年软件创新奖”，2023年入选上海市东方英才拔尖项目，2024年获得“中创软件人才奖”。主要研究方向包括软件智能化开发、云原生与智能化运维、泛在计算软件系统、智能网联汽车基础软件等。研究工作多次获得IEEE Transactions on Software Engineering年度最佳论文奖、ICSM最佳论文奖、ACM SIGSOFT杰出论文奖、IEEE TCSE杰出论文奖等奖项。担任2022年与2023年CCF中国软件大会（CCF ChinaSoft）组织委员会主席与程序委员会共同主席，以及ICSE、FSE、ASE、ISSTA、ICSME、SANER等会议程序委员会委员。

报告题目

基于云原生边缘技术的人机物资源泛在协同与管理

报告摘要

在人机物三元融合的万物智能互联时代，异构泛在资源在边缘环境中的接入、处理与协同需求日益增长。云原生技术为满足此类需求提供了有力支撑，但仍需应对人机物资源以及边缘环境特性带来的诸多挑战。本次报告将围绕人机物融合泛在计算场景的现实需求，探讨基于云原生边缘技术的人机物融合应用范式以及资源泛在协同与管理问题，提出一套涵盖资源集群有序构建、资源服务高效协同、资源数据同步共享的技术框架，同时阐述其中的关键技术。

圆桌讨论嘉宾

郭斌，西北工业大学计算机学院副院长，教授/博导，国家级人才，计算机系统与微电子系主任，智能感知与计算工信部重点实验室副主任。2009年3月在日本庆应大学获得博士学位，2009-2011年在法国国立电信学院进行博士后研究。入选教育部“新世纪优秀人才”（2012）和青年拔尖人才（2017）。主要从事普适计算、群智计算和大数据智能方面研究。在国内外重要期刊和会议如IEEE TMC, IEEE THMS, ACM TKDD, ACM Computing Surveys, IEEE Comm. Surveys and Tutorials, UbiComp, INFOCOM, IJCAI等上面发表学术论文130余篇，6篇论文入选ESI热点或高被引论文。曾获得教育部自然科学二等奖1项，获IEEE UIC’17等国际会议“最佳论文奖”。担任《IEEE Transactions on Human-Machine Systems》,《IEEE Communications Magazine》,《ACM Transactions on Intelligent Systems and Technology》,《IEEE Internet of Things》、《ACM IMWUT》等国际权威期刊编委或客座编辑，以及IEEE UIC’15, IEEE CPSCom’17、GPC’20等多个重要国际会议程序主席等职务。IEEE高级会员，CCF杰出会员。

报告人

蒋洪波，欧洲科学院院士(Member of Academia Europaea)，IET/BCS/AAIA/AIIA Fellow。目前是湖南大学信息科学与工程学院副院长，可信系统与网络湖南省重点实验室主任，湖南省高效能计算与应用国际科技合作基地主任，还担任湖南省计算机学会秘书长。并受邀担任IEEE/ACM ToN，IEEE TMC，ACM TOSN，IEEE TNSE，IEEE T-ITS等国际知名期刊编委(Editor)。已发表学术论文200余篇，其中IEEE/ACM Transactions期刊论文96篇，CCF A类国际会议论文21篇，基础研究成果获湖南省自然科学二等奖和湖南省计算机学会科学技术一等奖(2次)。主持国家重点研发计划项目、国自科重点项目等国家和省部级项目20余项，研究成果已应用在多个物联网平台，并成功支持工业监测、环境监测、公共卫生等领域的生产实践，获吴文俊人工智能科技进步奖一等奖和湖南省计算机学会高等教育教学成果特等奖。

报告题目

AI时代下工业数字化转型关键技术与展望

报告摘要

在当今社会，数字化转型成果已广泛渗透于生活各处，从智能工厂的兴起，到银行智能服务终端的普及，再到智慧建筑、交通的发展，均彰显其对生产力及生活便利性的积极影响。大模型技术的突破，进一步降低了AI应用门槛，使企业能够更便捷地开发个性化AI解决方案，加速数字化转型进程。此外，AI与云计算、物联网的协同发展，构建起数据驱动的智能生态，促进数据的高效流通与价值挖掘。本报告旨在讨论数字化转型中的关键技术，阐述其现状和应用成果。展望未来，随着技术的持续创新与完善，工业数字化转型将进一步深化，抓住数字化转型机遇，才能实现从传统工业向智能、高效、创新的现代化工业的跨越，推动工业领域迈向更高发展阶段。

报告人

贺诗波，浙江大学控制科学与工程学院长聘教授/求是特聘教授，国家级人才 工业信息物理融合系统省部共建协同创新中心主任、工业控制研究所副所长。研究领域为物联网与大数据分析。发表学术论文200余篇，包括国际知名期刊PNAS、Nature Communications、Nature Genetics、IEEE ToN、IEEE JSAC、IEEE TMC、IEEE TWC等，以及旗舰会议ACM CCS、ACM MobiHoc、IEEE INFOCOM、IEEE RTSS等。编著教材2部、学术著作3部。研究成果被同行google scholar引用9600余次。获得IEEE 可扩展技术专委会职业中期研究奖、教育部青年科学奖及自然科学一等奖、IEEE通信学会亚太区杰出青年研究学者奖、IEEE Globecom等8个国际会议最佳论文奖等多项荣誉。（曾）担任IEEE Trans. Fuzzy Systems等7个期刊编委及AIoTSys、i-SCI国际会议大会总主席，IEEE GlobeCom 、i-SPAN、IEEE ICC、ScalCom等国际会议程序委员会主席/专题主席等。

报告题目

大模型驱动的多模态工业异常检测

报告摘要

在大模型技术驱动的智能化浪潮下，工业多模态异常检测正迈向高效化与精准化的全新范式。本报告系统探讨了如何依托大模型的强大表征学习能力与跨模态协同机制，构建面向复杂工业场景的多模态异常检测技术体系。研究聚焦时间序列、图像及三维点云等多源异构数据，提出了基于大模型的时序动态建模、视觉语义理解及空间结构解析方法，突破了传统深度学习技术在数据需求与泛化性能上的瓶颈，实现了对工业设备与产品缺陷的高精度、高鲁棒性检测。进一步，设计了一种跨边缘-云层的自适应部署系统。本报告通过展示多模态异常检测领域的最新研究成果，讨论了大模型在工业场景应用的研究思路与实践路径。

报告人

卢暾，复旦大学计算与智能创新学院教授、博导、副院长，上海市数据科学重点实验室副主任，复旦大学社会计算研究中心主任，美国卡耐基梅隆大学（CMU）访问学者。现为中国计算机学会杰出会员、协同计算专委秘书长，上海市计算机学会协同信息服务专委会副主任。研究方向为社会与协同计算、人智协同与交互、大模型智能体模拟推演、领域大模型与应用、群智协同与系统、数字社会智能治理等。作为项目负责人承担多项自然科学基金项目、科技部重点研发计划课题、863课题和上海市项目。研究成果发表在CSCW、CHI、UbiComp、NeurIPS、ICLR、WWW、SIGIR、IEEE TKDE、ACM TOIS等领域权威会议和期刊上，曾共同获得过包括CSCW在内的多个国际学术会议最佳论文（提名）奖，常规担任CHI、CSCW等的AC，担任多个国内外知名学术会议的程序委员会（共同）主席，以及多个国内外学术期刊的副主编和编委。

报告题目

以人为中心的人智协同决策

报告摘要

随着大模型与智能体技术的快速发展，以人为中心的计算朝着人与AI共享认知、互信推理和演化调控的纵深方向发展，形成了以“人智协同体”（Human-AI Collaborative Dyad）为核心的人智协同计算范式。作为其中的重要研究方向，人智协同决策（Human-AI Collaborative Decision-Making），将人类知识经验与AI计算推理能力进行深度融合，发挥各自优势并形成互补合作，设计并构建可理解解释、可价值溯源、可模拟推演的以人为中心的决策模型与算法，实现安全可靠和精准高效的参与式协同决策。报告将介绍团队在人智协同决策中的意图理解、个性化建模、可解释增强、价值观对齐等方面的最新研究进展，并展望其未来发展趋势。

报告人

黄河，苏州大学特聘教授，博士生导师，计算机科学与技术学院副院长（主持工作），国家级青年人才计划获得者。主要研究方向为智能网络与大数据分析、机器学习、信息安全及隐私保护等。近年来，在IEEE/ACM ToN、IEEE TMC、IEEE TPDS、ACM SIGMOD、IEEE INFOCOM、ICML、NeurIPS、WWW、VLDB等顶级国际期刊会议共发表论文160余篇，其中CCF A类期刊/会议60余篇。主持多项国家/省部级项目，包括国家军口863重点项目、国家自然科学基金重点项目、区域联合重点基金课题、NSFC面上/青年项目等。曾获2024年IEEE TCSC职业中期卓越研究成就奖（全球三人）、2024年中国发明协会发明创业创新奖二等奖(排名第1)、2023年度江苏省计算机学会优秀科技工作者，2022年度安徽省自然科学一等奖(排名第2)。曾获IEEE ISPA 2023 (CCF C类推荐会议) Best Paper Award、ADMA 2024 (CCF C) Best Paper Runner-up、IEEE MSN 2018 Best Paper Award (CCF C)。

报告题目

Sketching the Future：突破后摩尔时代的高速网络流量测量瓶颈

报告摘要

高速网络中的实时流量测量可以为诸如网络资源优化调度、网络实时异常监测与防御、网络计费等应用提供基础数据支持，在充分利用网络资源、有效提升网络安全性及提升服务体验方面有着非常重要的现实意义，也是长期困扰电信设备供应商和云计算公司的关键问题之一。随着大语言模型、云边端协同和数据中心网络的迅猛发展，网络流量呈指数级爆炸式增长，而“后摩尔时代”处理器性能年均提升不足5%，导致系统处理能力与高速测量需求之间出现严重失配，传统基于统计的方法已难以满足对实时流量测量的要求。因此，本报告主要围绕如何充分利用空间受限的片上高速存储资源和更新速度受限的片下存储资源，采用各类紧凑数据结构，记录并实时估计各类高速网络流量信息，从而实现高精在线小流过滤、多目标流基数测量、超级传播者检测等功能。

报告人

陈超，重庆大学计算机学院教授，国家自然科学基金优秀青年科学基金获得者。中国计算机学会杰出会员、普适计算专业委员会常务委员、智能机器人专业委员会执行委员。长期从事时空数据智能、智能机器人等研究。以第一/通讯作者在CVPR、AAAI、TMC、SIGMOD、ICDE、KDD等国际期刊和会议上发表论文100余篇。提出的iBOAT异常轨迹实时检测算法被国际学者公认为SOTA算法，在滴滴出行全部业务线部署和商用，已成为滴滴出行的核心竞争技术。出版英文学术专著1部。排名第2获重庆市技术发明一等奖1项。

报告题目

基于城市时空数据的表示学习

报告摘要

城市路网与城市区域是城市空间中重要的实体。城市路网不仅是承载人类出行的交通基础设施，还蕴含着复杂的空间拓扑和丰富的语义信息；城市区域则作为居民日常生活和社会经济活动的主要空间，具有多维度的属性和复杂地理社会动态特征。深入理解城市路网与区域的特性，离不开有效的表示学习方法的支持。利用城市中海量的时空数据进行路网和区域的表征学习是城市计算领域的热点研究问题，可为城市规划、交通管理等提供有力支撑。本报告围绕城市计算中的时空表示学习展开，针对路网复杂语义建模难表征、区域多重复杂高阶关系难捕捉等关键挑战，介绍了复杂语义场景下的路网表示学习、路网与轨迹联合表示学习、区域表示学习以及区域划分与表示联合学习等研究内容和对应的解决方案。

报告人

张柘，中国科学院空天信息创新研究院、苏州空天信息研究院研究员，博士生导师，中国科学院大学双聘教授，西安交通大学钱学森学院兼职教授，哈尔滨工程大学兼职教授，北京邮电大学兼职教授，国家重点研发计划首席科学家，IEEE高级会员；为国家基金委“海外优青”，入选中国科学院“百人计划”、江苏省“双创人才”、苏州市“姑苏领军人才”，获评江苏省首席科技传播专家。2009年本科毕业于西安交通大学少年班，2015年于中国科学院电子学研究所（现空天信息创新研究院）取得博士学位。2015年至2020年先后于美国乔治华盛顿大学、乔治梅森大学从事博士后研究。主持或参与国家重点研发、自然基金重大、国家973、科技委基础加强、科技委创新特区、中国科学院重点部署等科研任务数十项，参与我国多颗星载SAR的数据处理工作。发表论文90余篇，授权专利6项；担任国际数字地球学会中国国家委员会微波对地观测专委会委员、中国图象图形学学会微波智能成像专委会委员、中国通信学会空天地融合通信网络专委会委员。获2021年首届科技部全国颠覆性技术创新大赛总决赛优秀奖、优胜奖、优秀奖。

报告题目

星载合成孔径雷达智能成像新体制：认知成像与智能感知一体化

报告摘要

合成孔径雷达（SAR）是重要的对地成像与遥感观测手段，具备全天时、全天候、高分辨率、多模式成像能力，在国防、资源、能源、农渔业、测绘等领域发挥着越来越重要的作用。我国星载SAR成像与处理技术已取得长足发展，但现有SAR处理框架分为成像处理和智能应用两个串行的步骤，其中成像处理基于传统的前向信号处理方法，难以与以目标检测识别为代表的智能应用耦合，带来SAR信息利用效率低、检测处理时效性差、算力与能源消耗极大等若干重大的瓶颈，限制了SAR系统效能的进一步发挥；也难以和方兴未艾的空天信息大模型、智能体等协同。本报告提出星载SAR智能成像新体制，建立认知成像与智能感知一体化框架，力求实现从雷达回波到智能应用的端到端成像感知一体化。提出了基于隐正则化算子的深度展开网络智能SAR成像算法、基于复数神经网络的SAR目标检测算法、SAR成像感知一体化网络等技术，以实现星载SAR从成像处理到目标检测识别的全链路智能化，提升处理效率和信息利用率。进一步，引入SAR类脑检测识别网络，探索下一代类脑神经网络技术，实现星载SAR处理的类脑智能化；展望和空天信息大模型、星载智能体等技术的有机结合，发展下一代智能化空天信息技术。

报告人

戴海鹏，南京大学计算机科学与技术系副教授，博导，国家级青年人才计划入选者。获ACM中国新星奖、IEEE可扩展计算技术委员会职业中期卓越研究成就奖、中国电子学会优秀科技工作者等荣誉。研究方向为物联网、数据挖掘、移动计算等。发表国际著名会议期刊论文270余篇，含CCF A类110余篇，包括SIGMOD、VLDB、ICDE、WWW、EuroSys、ATC、NSDI、UbiComp、INFOCOM等国际一流会议。曾获CCF A类会议INFOCOM最佳论文提名奖，CCF A类会议UbiComp杰出论文奖，CCF B类会议ICNP最佳论文奖，CCF B类会议SECON最佳论文奖亚军等。Google Scholar引用5400余次。担任国家重点研发计划项目课题负责人，主持和承担国自科面上、联合基金重点等项目十余项。荣获江苏省计算机学会科学技术奖一等奖（第一完成人）。担任ACM SIGCOMM China秘书长、中国计算机学会物联网专委会常委、网络与数据通信专委会常委等职务。担任ISPA、HPCC等十余次会议主席职务。担任国内外一流期刊COMNET领域主编、TII编委、电子学报青年编委等职务。

报告题目

基于超声波的智能无源感知技术研究

报告摘要

随着物联网、AR/VR等技术不断发展，传统的感知方式受限于接触方式和高额成本等原因，已无法满足人类发展需求。无源感知作为一种新兴技术，因其非接触感知方式、灵活可操作性及低廉成本等优势，受到学术界和工业界的广泛关注。报告将介绍课题组在基于超声波的智能无源感知方向的近年来代表性工作，具体包括人机交互、居家健康、软件定义设备领域的典型应用等。

圆桌讨论嘉宾

李鑫，博士，高级工程师，科大讯飞AI研究院副院长，认知智能全国重点实验室研究员，悉尼科技大学访问学者，中国计算机学会高级会员，中国计算机学会大数据专委会执行委员，中国标准化协会理事，中国标准化协会脑机接口与类脑智能专委会副主任，脑机接口全国联盟系统与行业应用组副主席，安徽人工智能学会常务理事，《Journal of natural language processing》创刊编委，入选2023年度“脑科学与类脑智能科创新青年30人”，荣获KSEM、CIKM、SDM最佳论文奖等荣誉。在讯飞主要负责认知神经科学、科学智能AI4S等人工智能前瞻技术研究及应用。先后主持并参与多个中科院战略先导、科技部人工智能2030、国家重点研发计划项目、省市科研基金项目等数10项，并在国际顶级学术会议与知名期刊发表论文50余篇、申请专利50余件。

报告人

杨丁奇，澳门大学智慧城市物联网国家重点实验室和科技学院副教授。主要研究方向是智慧城市大数据分析，主要涉及面向异构、稀疏、动态和隐私敏感的城市大数据（包括人类行为数据，社交媒体数据，城市交通数据，互联网知识图谱数据，政府公开数据等）的採集、分析、及其在智慧城市中的应用。先后主持了澳门科学技术发展基金科研项目2项，澳门大学多年研究项目2项。相关学术论文80余篇发表于领域内权威期刊和会议（TKDE、TMC、TDSC、TIFS、WWW、KDD、IJCAI、AAAI、UbiComp 等，其中CCF-A类40余篇），Google Scholar引用5900余次。担任多个国际权威会议的（领域、高级）程序委员（KDD、WWW、IJCAI、AAAI、ICDE、UbiComp、CIKM 等）和期刊审稿人（TKDE、TDSC、TMC、VLDB、IMWUT 等），以及香港研究资助局RGC（Research Grants Council，RGC），法国国家科研署ANR（Agence Nationale de la Recherche，ANR），和奥地利科学基金（Austrian Science Fund，FWF）的外聘评审专家。

报告题目

Animating the Crowd: Building Mobility Digital Twins for Smart Campuses

报告摘要

Understanding crowd mobility is critical for many smart city applications, such as urban planning, resource allocation, and emergency management. In this talk, I will share one of our recent projects on building a mobility digital twin for smart campuses. I will present our mobility data sensing and extraction pipeline from comprehensive but noisy WiFi connection logs on a university campus. I will then discuss our research efforts on designing not only the predictive but also simulative mobility models for both collective crowd flows and individual trajectories. I will also revisit the existing benchmarking protocols for mobility digital twins, and introduce a task-based evaluation protocol for assessing the ultimate utility of synthetic human mobility data. Finally, I will present our prototype system supporting both predictive and simulative analyses of on-campus crowd mobility.

报告人

刘佳，南京大学副教授，博导。主要研究领域为物联网无源传输与感知技术。近年来在NSDI，MOBICOM，MOBISYS，SIGMOD，ATC等国际会议与期刊上发表学术论文80余篇。主持NSFC重点项目课题、面上项目、国家重点研发计划子课题等多项科研项目。授权发明专利20余项，美国专利3项。曾获世界智能制造十大科技进展、日内瓦国际发明展特别金奖、江江苏省333领军人才团队、华为火花奖等荣誉。自主研发物联网移动定位系统，在全国20多个省份以及国际市场落地应用，参编国家标准通过立项。

报告题目

面向商用场景的无源RFID传算感一体化

报告摘要

无源RFID技术作为物联网应用最为广泛的感知技术，仅2024年全球新增终端部署量突破500亿，覆盖智能制造、智慧物流、环境监测等诸多领域，成为构筑数字经济底座的基石。本报告针对无源RFID终端无专用射频芯片（传不快）、无额外算力资源（算不动）、无独立传感模块（感不了）的“三无”问题，系统介绍如何在现实商用系统中实现高效传输、可信计算、深度感知，为推动无源RFID“传算感”理论创新与系统落地提供参照。

                                                                                                                                                                      中国科学技术大学人工智能与数据科学学院

                                                                                                                                                                                            2025年6月5日