由中国指挥与控制学会（CICC）主办， CICC大模型与决策智能专委会、CICC智能指挥与控制系统工程专委会、CICC智能博弈与兵棋推演专委会、国防科技大学系统工程学院（大数据与决策实验室、信息系统工程重点实验室）承办的召开。大会组织阵容强大，精心安排了高水平特邀报告和学术论坛。大会期间CICC大模型与决策智能专业委员会将召开专委会第一届委员会。

　　本次大会主题是“大模型与决策智能交融共进”。中国指挥与控制学会理事长费爱国院士、中国人工智能学会理事长戴琼海院士、国防科技大学少将王怀民院士担任大会主席。

　　以大模型为代表的人工智能技术正引领着科技革命的浪潮，不断推动着各行各业的创新与发展。作为国家经济发展和社会进步的基石，工业的智能化在推动制造业转型升级、提高生产效率和创造新的社会价值等方面发挥着至关重要的作用。本次论坛邀请来自学术界和工业界的知名专家，围绕大模型与人工智能的核心技术、发展方向、垂直应用、落地场景等话题展开分享与交流，探索工业智能化在大模型时代的创新范式，讨论数据驱动的人工智能技术如何赋能新质生产力的高水平发展。

　　个人简介：王启宁，北京大学长聘教授、博士生导师。现任北京大学工学院副院长、北京大学先进技术研究院副院长、北京大学人工智能研究院机器人研究中心主任。主要从米乐智能科技事机器人动力学与控制研究，在国际期刊和会议上发表论文200余篇，获得中国发明专利授权37项、美国发明专利授权2项，制定国家标准2项，部分研究成果已实现产业化。作为项目负责人主持国家自然科学基金“共融机器人”重大研究计划重点支持项目、国家重点研发计划“智能机器人”重点专项项目等国家和地方科研项目30余项。担任IEEE RAM、IEEE/ASME TMECH、IEEE TMRB等6个国际期刊编委。是国家万人计划科技创新领军人才、科技卓越青年科学基金、科技部中青年科技创新领军人才、国家优秀青年科学基金、“万人计划”青年拔尖人才获得者。获得首届“熊有伦智湖优秀青年学者奖”。

　　个人简介:阮乐成，北京大学人机融合实验室智能中心主任、研究员，武汉人工智能研究院成果转化特聘专家，新兴装备（股票代码002933）机器人研究院执行院长。兼任国际智能制造联盟产业委员会顾问，哈尔滨工业大学美国南加州校友会秘书长，多个基金/孵化器/科技企业的科技或投资顾问。阮乐成研究员于哈尔滨工业大学取得荣誉学士学位，美国加州大学洛杉矶分校（UCLA）取得博士学位，长期从事机器人系统、感知、控制、智能化研究，在Science Robotics、IEEE Transactions on Robotics等高水平期刊会议发表文章20余篇，申请授权中美发明专利15项，参与5项国家标准制定，长期参与国家机关与地方政府项目评审与政策咨询。

　　报告摘要：分享内容包括从研发阶段的大数据分析决策，试验阶段的性能标定，制造阶段的工艺和质量预警，售后阶段的质量预警等覆盖汽车工业端到端的智能技术应用的案例分享和背后的模型技术的思考，旨在基于大数据和AI技术驱动汽车工业的工具链体系的升级，推动汽车行业从制造业向科技行业的升级。

　　嘉宾介绍：王巍，理想汽车智能工业部门高级总监，他从2018年开始在理想汽车先后负责过研发质量部，产品质量部，研发数据分析部直到现在的智能工业部。在加入理想汽车之前在北京奔驰先后负责过零件研发，质量测试，质量分析，试制质量等业务领域，拥有多年汽车行业的领域专业积累，以及数字化领域赋能的融合经验，推动了行业领先的全局质量监控预警体系的价值落地。

　　报告摘要：大语言模型的训练离不开基于人类反馈的强化学习技术。面向下一代对齐方法，尤其是从偏好对齐到价值对齐，乃至面向超级智能体的对齐，仍有许多挑战。本讲中，我会介绍价值对齐中的难点，价值系统的刻画及挑战，以及从内外对齐算法设计中的思考，同时我会介绍在安全对齐中的一些可行方法。最后我会提出面向超对齐研究的一些思考。

　　嘉宾介绍：杨耀东，北京大学人工智能研究院研究员（博导）、AI安全与治理中心执行主任。国家高层次留学人才计划、国家高层次青年人才项目、中国科协青年托举计划、北大博雅青年学者获得者。重点研究通用多智能体系统构建、博弈交互与价值对齐等问题，科研领域包括强化学习、博弈论和多智能体系统。本科毕业于中国科学技术大学，随后在伦敦帝国理工大学、伦敦大学学院获得硕士及博士学位（论文获学校唯一提名ACM SIGAI 优博奖）。曾于伦敦国王大学信息学院任助理教授。发表AI领域顶会顶刊论文一百余篇，谷歌引用四千余次，主持国自然、科技部、市科委、校企实验室等项目经费超三千万元。曾获国际计算机视觉会议ICCV23最佳论文奖入围（Best Paper Initial List）、机器人学习会议CoRL20最佳系统论文奖（Best System Paper）、多智能体系统会议AAMAS21最具前瞻性论文奖（Best Blue-Sky Paper）、世界人工智能大会（WAIC22）云帆奖璀璨明星、ACM SIGAI China新星奖。工作曾被央视一套《焦点访谈》、央视四套《深度国际》栏目、Financial Times、MIT Tech Review报道。

　　报告摘要：随着人工智能技术的飞速发展，从ChatGPT到GPT-4V再到Sora，文本模态逐渐过渡到视觉模态。模态的逐渐增加是通用人工智能发展的必经之路。为了保证研究的前沿优势，就要致力于突破未被探索、存在技术瓶颈的模态，构建全面的模态感知能力。当前多模态大模型作为一种新型的人工智能技术，成为环境理解的核心任务和重要环节，在各个领域展现了潜力。然而，一方面，大部分研究将感知范围局限在文本、视觉、音频等领域，没有更全面的感知能力；另一方面，在交通、机器人等安全关键领域，多模态大模型作为通用人工智能的核心任务和重要环节，需要解决日益严重的不可解释、不可控、不可追溯问题，打造从基础数据治理、算法工具、智能平台到解决方案的大模型赋能安全关键领域的行业生态。本报告将介绍多模态大模型的技术架构和应用案例，并重点探讨多模态大模型在轨道交通领域的应用前景。

　　嘉宾介绍：韩文娟，北京交通大学副教授，中国科学院大学博士，加州大学洛杉矶分校访问学者，新加坡国立大学研究员。EMNLP 2022研讨会（UM-IoS Workshop）Chair，ACM SIGAI CHINA 新星奖，铁科院专家顾问。在国内外公认的本学科权威学术刊物上发表40余篇。当前的研究重点在于赋予机器基于语言能力的多模态认知智能：以自然语言的信息表达机制和跨模态计算建模为切入点和突破口，将高阶常识和认知以语言符号等形式与低维感知结合，以此增强智能体对人、物体、场景的多模态统一语义表征和抽象推理，构建认知智能增强的交互式智能体。

　　报告摘要：以制造业为代表的工业生产核心特点之一是人机混合系统的复杂性。在这样的系统中，人的经验、知识与机器的精确、高效多角度结合，共同推进生产稳定进行。工业智能化已经被探讨多年，但近期大模型在复杂知识表征和人机交互接口上体现的强大能力，为工业智能化的应用提供了新的憧憬。然而，大模型在信息粒度、信息准确度、交互形式等问题上存在大量的不可控因素，这对需要严格按照专业知识与流程推进的工业生产来说是不可接受的。这次报告中，我将展示从人机混合智能的角度，探讨大模型工业落地的问题，和本团队前期的研究成果。

　　嘉宾介绍：阮乐成，北京大学人机融合实验室智能中心主任、研究员，武汉人工智能研究院成果转化特聘专家，新兴装备（股票代码002933）机器人研究院执行院长。兼任国际智能制造联盟产业委员会顾问，哈尔滨工业大学美国南加州校友会秘书长，多个基金/孵化器/科技企业的科技或投资顾问。阮乐成研究员于哈尔滨工业大学取得荣誉学士学位，美国加州大学洛杉矶分校（UCLA）取得博士学位，长期从事机器人系统、感知、控制、智能化研究，在Science Robotics、IEEE Transactions on Robotics等高水平期刊会议发表文章20余篇，申请授权中美发明专利15项，参与5项国家标准制定，长期参与国家机关与地方政府项目评审与政策咨询。

　　诚挚邀请各界人士齐聚人间天堂、茶韵之都、丝绸之府、创新之城——杭州，共赴一场前沿科学、尖端技术、先进理念、精彩观点深度碰撞交融的科技盛宴。