李勇 东南大学

题目：迈向共情智能：多模态情感分析挑战与机遇初探

时间：2025年7月18日 09:00–10:20

摘要：情感计算旨在构建具备感知、识别、理解与反馈人类情感能力的智能系统，是人工智能领域的重要研究方向。其核心目标是弥合人类情感表达与计算机理解之间的鸿沟，赋予机器基本的共情能力，从而实现智能及人性化的人机交互。当前多模态情感识别通过融合文本、语音、面部表情与生理信号等多源数据，有效提升了情感识别的准确性与鲁棒性。然而，受限于多模态数据的异构性与情感表达的复杂性，当前方法在复杂场景下仍面临诸多挑战，识别精度尚未达到与人脸识别等任务相当的水平。本报告将系统回顾多模态协同增强情感分析的关键问题与最新进展，重点聚焦情感表示、语义对齐、模态融合、模态缺失处理以及生理与行为模态的耦合机制，并介绍研究团队在相关方向的探索与成果，进一步探讨大模型驱动下的多模态情感计算新范式。

讲者：李勇，东南大学计算机科学与工程学院PALM实验室副教授，香江学者。2020年于中国科学院计算技术研究所获工学博士学位，先后在香港、新加坡留学和工作。长期从事人工智能，单/多模态情感理解及其下游应用方面的研究工作，在领域内国际期刊/会议发表论文40余篇，涵盖 TPAMI、TIP、TAC、TNNLS、NeurIPS、CVPR、ICCV、ICML 等。入选2021年中国图象图形学学会优博；获中国多媒体大会ChinaMMM 2022 最佳海报奖。作为AI方向负责人执行香港特别行政区“早期阿尔兹海默症患者康复训练范式效果精准评估”研究课题，担任中国图象图形学学会优博俱乐部副秘书长。个人主页：https://mysee1989.github.io/。

李朝卓 北京邮电大学

题目：基于认知学习的大模型自动越狱攻防研究

时间：2025年7月18日  10:40–12:00

摘要：大语言模型的快速发展推动了其在自然语言处理、智能交互等领域的广泛应用，但其安全性问题日益凸显，尤其是通过越狱手段诱导模型生成有害或越界内容的行为，已成为学术界和工业界的核心挑战之一。传统的规则式防御机制难以应对动态演进的对抗攻击，而认知学习理论为理解与模拟人类对抗思维提供了新视角，有望从根源上提升模型的自我防护能力。本研究聚焦基于认知学习的大语言模型自动越狱攻防技术，围绕攻防动态性、自适应防御等核心问题展开，旨在推动大语言模型安全从被动响应转向主动认知防御，为人工智能安全生态提供理论支撑与技术解决方案。

讲者：李朝卓，北京邮电大学网络空间安全学院副研究员，惟新学者。曾任微软亚洲研究院主管研究员、小土科技首席科学家。主要从事可信大语言模型、社交网络分析、推荐系统等研究工作，在NeurIPS、ICML、KDD等 CCF-A类期刊会议发表论文50余篇，先后获得WSDM 2023 、PAKDD2023等最佳论文奖项，率队获得CIKM-Cup、KDD-Cup等知名会议竞赛奖项，主持并参与多项国家级和省部级课题。

杨耀东 北京大学

题目：视觉-语言-行为模型的对齐问题

时间：2025年7月18日  14:00–15:20

摘要：视觉-语言-行为（Vision-Language-Action, VLA）模型在具身智能领域发挥着关键作用，使智能体能够通过视觉感知环境、理解语言指令，并执行合理的物理交互。然而，由于跨模态融合的复杂性，VLA模型在实际应用中面临对齐问题，包括跨模态一致性偏差、长尾任务泛化困难、价值偏差以及安全性约束。本报告将介绍北大课题组在灵巧操作VLA上的最新进展以及后训练的对齐算法。

讲者：杨耀东博士，北京大学人工智能研究院研究员（博雅学者）、人工智能安全与治理中心执行主任。获人社部海外高层次人才、国家级高层次青年人才、中国科协青年托举人才资助。研究方向为智能体安全交互与价值对齐，科研领域涵盖强化学习、AI对齐、多智能体学习、具身智能。发表AI领域顶会顶刊论文一百余篇，谷歌引用八千余次，曾获ICCV’23最佳论文奖入围、CoRL’20最佳系统论文奖、AAMAS’21最具前瞻性论文奖、WAIC’22云帆奖璀璨明星、ACM SIGAI China新星奖。带领国内团队研发多智体强化学习算法首登Nature Machine Intelligence，主导Baichuan2、鹏城脑海33B、香港HKGAI大模型价值对齐工作，碳材料大模型工作刊登于Cell子刊。

冯夏冲 香港大学

题目：面向博弈交互的大语言模型社会智能体建模与优化

时间：2025年7月18日 15:40–17:00

摘要：本报告聚焦博弈论场景中基于大语言模型（LLM）的社会智能体研究，系统梳理当前研究进展，构建“博弈框架—社会智能体—评估”三维分类体系。博弈框架涵盖选择类与交流类博弈，智能体维度涵盖偏好、信念、推理及其交互机制，评估体系则涵盖通用与特定评估指标，并比较当前模型在不同博弈任务中的表现。报告最后总结研究趋势，提出未来发展路径，为LLM社会智能体的建模与评估提供系统参考。

讲者：香港大学自然语言处理实验室博士后，哈尔滨工业大学社会计算与交互机器人研究中心博士。ACL Rolling Review Area Chair。研究兴趣为大语言模型，社交智能体。在ACL、AAAI、IJCAI、TMLR、TASLP、TNSRE等CCF-A类和中科院1区会议期刊发表多篇论文。曾获博士生国家奖学金、CCL 2021最佳英文长文奖。