BAAI CONFERENCE

刘卫文，现任上海交通大学计算机学院副教授，博士生导师，曾任华为诺亚方舟主任研究员。2020年博士毕业于香港中文大学。主要研究方向包括大模型智能体、大语言模型、信息检索。已在国际顶级会议和期刊发表论文80余篇，研究成果产出专利12项，ESI高被引论文1篇，并荣获DLP-RecSys最佳论文奖、十大垂直领域大模型特等奖、华为2012总裁个人奖、创新先锋奖等奖项。所开发的ToolACE系列开源模型在大模型工具调用国际权威榜单BFCL中同量级排名第一，HuggingFace下载量突破60万，全球领先。长期担任ICLR、ICML、KDD等会议及期刊领域主席或审稿人。

李浩然，中国科学院自动化研究所副研究员，硕士研究生导师，智源青年学者。主要研究方向为深度强化学习及其在具身系统中的应用，在IEEE TNNLS/TCYB/TSMCS等国际期刊和NeurIPS，ICLR，RSS，CVPR，ICRA，CoRL等国际会议上发表论文50余篇，承担和参与了国家自然科学基金青年项目、国家自然科学基金重大项目子课题、以及国家自然科学基金重点项目。在国内外多个机器人赛事中获得5项冠军、3项一等奖，获得北京市科学技术奖自然科学二等奖。

李子牛，香港中文大学博士，指导老师为罗智泉教授。他的研究聚焦于大规模强化学习训练的效率与稳定性，已在 ICML、NeurIPS 等顶尖机器学习会议，以及 TPAMI、JASA 等期刊发表论文 20 余篇。此外，他的研究曾获得 NeurIPS FITML Workshop 最佳论文亚军、NeurIPS Spotlight、ICLR Oral 等认可，并在字节跳动、腾讯等工业界场景中落地应用。

徐树声，蚂蚁集团高级算法专家，AReaL 开源强化学习框架算法负责人。主导设计了 AReaL 的全异步 RL 训练架构，相比同步方案实现 2.77 倍训练加速；基于该框架已成功训练万亿参数级别的 Agent 模型，达到业界一流水平。项目开源以来获得 GitHub 5000+ Star。此前毕业于清华大学交叉信息研究院（博士）和电子工程系（本科），专注于大语言模型与强化学习研究，在 ICML、ICLR、NeurIPS、EMNLP 等国际顶级学术会议上发表论文十余篇，其中关于大模型 RLHF 的研究以第一作者身份被 ICML 2024 收录为 Oral 论文。本次演讲将分享 AReaL 在 Agentic RL 训练上的系统设计与实践经验。

张岳教授现任西湖大学工学院副院长、终身教授。他本科毕业于清华大学计算机科学专业，随后于牛津大学获得硕士及博士学位，并曾在剑桥大学从事博士后研究。在2018年加入西湖大学之前，他曾于2012年至2018年间在新加坡科技设计大学（SUTD）担任助理教授。

李霄霄，现任加拿大英属哥伦比亚大学（UBC）电气与计算机工程系副教授、博士生导师，UBC Trusted and Efficient AI（TEA）Lab 负责人，加拿大 CIFAR AI 主席（AI Chair）、加拿大可信人工智能二级研究主席（Research Chair Tier II），Google 访问研究员。研究兴趣为可信高效人工智能方向，包括机器学习算法与基础模型的可信性与高效性、AI Agent 系统、人工智能与认知神经科学的交叉研究，致力于研发下一代可信 AI 系统以弥合 AI 研究与应用鸿沟。以第一 / 通讯作者在 ICLR、ICML、NeurIPS、CVPR、Nature Methods、IEEE TMI、MedIA 等国际顶刊顶会发表多篇论文，代表性工作有 FedBN、BrainGNN、FairMedFM、GMValuator 等，研究覆盖可信联邦学习、大语言模型训练评估、生成模型数据估值、时间序列预测等前沿方向。担任 NeurIPS 2024-2026、ICLR 2025 领域主席，Medical Image Analysis 期刊编委。

黄超，现任香港大学助理教授、博士生导师。他的研究方向涵盖大型AI智能体（AI Agents）、大语言模型（LLMs）、及图机器学习（Graph Machine Learning），其研究成果在Google Scholar上被引用超过17,000次。团队已推出多个影响力开源项目，包括 nanobot、LightRAG、CLI-Anything、DeepCode、AI-Trader、RAG-Anything、DeepTutor、AutoAgent、AI-Researcher等。作为团队负责人打造的HKUDS GitHub开源平台累计获得超过270,000 GitHub Stars，位列全球Top-50，并超过120次登上GitHub Trending榜单。因其在人工智能开源领域的贡献，黄超荣获世界人工智能大会（WAIC）2024云帆奖「璀璨明星」、国际基础科学大会（ICBS）2024「前沿科学奖」，并入选 「2025 AI100青年先锋」 以及 入选「2025 AI 2000全球最具影响力学者」。其研究成果多次入选国际顶级AI会议的最具影响力论文，并获得多个国际会议的最佳论文提名奖。

唐建，现任图灵奖获得者、AI之父Yoshua Bengio创立的加拿大蒙特利尔学习算法研究院 (Mila)副教授，蒙特利尔大学计算机学院、商学院助理教授、博士生导师， CIFAR讲席教授。主要研究方向为：图表示学习、图神经网络、知识图谱、药物发现。曾获得机器学习顶级会议ICML2014的最佳论文以及数据挖掘顶级会议WWW‘16的最佳论文提名。发表了一系列在图表示学习领域的经典论文包括LINE、RotatE等。他曾与NVIDIA、IBM、Intel开发了业内第一个开源机器学习药物发现平台TorchDrug，并多次担任机器学习领域三大顶级会议ICML、NeurIPS的领域主席以及机器学习顶级期刊JMLR的执行编辑。

郑书新，中关村人工智能研究院副院长、北京中关村学院副教授、AI 商学院联席院长，博士毕业于中国科学技术大学；曾任微软亚洲研究院首席研究员。主要研究方向为大模型算法与科学智能，相关研究成果发表于 Science封面文章，Nature子刊及国际会议。累计发表论文 30 余篇，谷歌引用7000余次，多项人工智能竞赛国际冠军。在产业方面，他推动中关村学院成果转化体系建设，孵化十余家 AI 科技企业，累计融资超 3 亿元，估值超 10 亿元。他同时兼任国家人工智能产业投资基金投资决策委员会外部专家委员、中国政法大学兼职教授、中国科学院企业导师、AI for Science 期刊副编辑等社会职务。

骆昱宇，港科大 (广州) 助理教授，港科大联署助理教授、博士生导师，研究兴趣为自主智能体和 Data-centric AI。在 SIGMOD、VLDB、ICML、ICLR、KDD 等顶会发表论文 60 余篇，在研项目包括国家科技重大专项课题、国自然青年项目等。曾获世界人工智能大会云帆奖、福布斯中国 U30、Best-of-SIGMOD 2023 Papers、华为火花奖、清华 / CCF 优博等。领导 DeepEye 和 OpenManus 智能体开源项目（GitHub 5.5 万 + Stars），获日内瓦发明展银奖。 发起VLDB 2026 Agentic Data System Workshop Chair、KDD Cup 2026 Data Agent Track（首次由中国高校独立承办KDD Cup）。个人主页：https://luoyuyu.vip

陈思衡，上海交通大学人工智能学院副教授，美国卡内基梅隆大学（CMU）博士，入选国家级人才计划青年项目，曾就职于UBER ATG自动驾驶部门。承担了基金委原创探索项目、面上项目，科技部人工智能2030重大项目课题，上海市科委人工智能专项等科研项目。在Nature Computational Science, Nature Communications, Cell Patterns, T-PAMI, NeurIPS, ICML, ICLR, CVPR，ICCV，KDD等期刊和会议上发表了百余篇论文，谷歌引用一万余次。曾获得IEEE信号处理协会最佳青年作者论文奖，ASME结构检测协会最佳论文Runner-Up奖，2018 GlobalSIP会议最佳论文奖，三菱电机实验室总统奖等。研发了全球首个通用科研智能体SciMaster，获得上海交通大学人工智能学院年度成果大奖。担任了T-SIPN副主编，NeurIPS，ICML, ICLR等会议的领域主席，Nature Machine Intelligence审稿人。目前研究聚焦科研智能体。

孙天祥，日行迹（Analemma）创始人兼首席执行官，上海创智学院助理教授。以第一作者在ICML、ICLR、ACL、NAACL、AAAI等国际顶级会议发表论文20余篇，谷歌学术引用超5000次。主导研发了中国首个类ChatGPT对话式大模型MOSS，GitHub获12K star。多智能体自动化科研系统FARS获红杉中国、高榕创投等机构数千万美元天使轮融资。曾获世界人工智能大会云帆奖、字节跳动奖学金等荣誉。

刘泽春，Meta 现实实验室资深研究科学家、技术负责人，主要研究通过架构优化、低比特量化与稀疏化技术，提升基础大模型的运行效率与落地部署能力，聚焦运用深度学习解决产业实际技术难题。她已在顶级学术会议及期刊发表论文 50 余篇，相关研究成果广受学界认可，目前谷歌学术引用量超 9000 次。

张少坤，英伟达研究院科学家，主要从事智能体训练与多智能体研究。他于 2026 年在宾夕法尼亚州立大学获得博士学位，博士期间曾在 NVIDIA 和微软雷德蒙德研究院工作。 目前他的研究兴趣主要为：（1）智能体强化学习；（2）CUA Agent。他已发表约 20 篇学术论文，大多发表于机器学习三大旗舰会议，并有多篇一作论文获得口头报告（Oral/Spotlight）；谷歌学术引用累计 4000 余次。相关论文还获得 ICLR 2023 Agent Workshop 最佳论文奖。他也是早期自提升智能体 AgentOptimizer 的第一作者，该工作曾获《福布斯》报道。

林涛，西湖大学工学院人工智能系特聘研究员、博士生导师、独立 PI，入选国家级青年人才计划；兼任蚂蚁技术研究院顾问。2022年博士毕业于瑞士洛桑联邦理工学院（EPFL）。研究领域为（1）深度学习与优化；（2）高效深度学习与推理；（3）分布式深度学习与系统。相关论文获评 ECCV 2024 最佳论文提名。2024-2025连续入选斯坦福大学全球前2%顶尖科学家榜单。

谷雨，现为 NeoCognition 联合创始人，长期从事语言智能体相关研究。此前于俄亥俄州立大学获得计算机博士学位，于南京大学获得计算机本科及硕士学位。相关研究曾获ACL'2023及COLING'2022杰出论文奖。

王琰，腾讯大语言模型部Frontier团队专家研究员，负责无限长记忆模型架构方向的研究。此前，他在腾讯 AI Lab 与米哈游担任研究科学家。作为通讯作者，他曾获 ACL 杰出论文奖及 IEEE Transactions on Games 最佳论文提名。他为包括王者荣耀和三角洲行动在内的多款腾讯长青游戏开发了多个游戏智能体，每分钟访问量高达数万次。

杨梦月，布里斯托大学助理教授，毕业于 UCL AI center，博士导师汪军教授，主要研究方向是世界模型、因果和强化学习。曾获得2024年 Rising Star in AI by KAUST,  AAAI 2026 New Faculty Highlights Award。杨博士是 NeurIPS 的领域主席，Journal of Machine Learning 特刊的客座编辑，ICLR 2024-2025、NeurIPS 2025 具身世界模型研讨会组织者及程序主席。

王立元，清华大学心理与认知科学系助理教授、博士生导师。研究方向为脑启发的持续学习理论与方法，并推动其在科学智能、智慧医疗、具身智能等关键场景中的应用，研究成果以第一/通讯作者多次发表在 Nature Machine Intelligence、Nature Communications、TPAMI、Patterns、NeurIPS、ICML、ICLR 等人工智能相关领域的顶级期刊和会议。获得中国人工智能学会首届清源学者、世界人工智能大会云帆奖、世界人工智能大会青年优秀论文奖。

熊宇轩，华中师范大学人工智能教育学部助理教授。主要从事 AI+ 教育，计算机视觉、数据工程、计算机网络等领域的相关研究。获医学人工智能会议 MLMI 2019 最佳论文奖。获第 22、23 届中国国际高新技术成果交易会优秀产品奖。

赵敏，即将加入南京大学担任助理教授，国产视频生成模型 Vidu 核心作者，入选清华大学“水木学者”计划。研究方向为视频生成与可交互视频世界模型。以第一作者/共同第一作者身份在 NeurIPS、ICML、ICLR 等国际顶级会议发表论文多篇，一作论文引用700余次，累计引用1000余次。提出的视频长度外推方法 RIFLEx 及实时交互生成方法 casual forcing 等，已被 HunyuanVideo、CogVideoX 等主流开源视频扩散框架集成应用，主导相关开源项目累计获得 GitHub Star近3000次。

邓明扬，现为MIT博士生，师从ResNet创始人何恺明，研究方向为生成模型。他是国内首位IMO、IOI双料金牌获得者，也是IOI史上第三位满分选手。本科就读 MIT 数学与计算机科学专业，曾在DeepMind、Meta参与科研实习。2026年，他以第一作者提出漂移模型Drifting Models，创新图像生成方式，实现单步即可产出高清图像，赋能移动端极速出图，有效降低AI创作门槛。

曾爱玲，Anuttacon研究员，主导研发面向交互式人物演绎的实时对话视频生成系统LPM 1.0。主要研究方向为以人为中心感知理解至长时序可控生成的全链路技术体系。深耕长时序时间序列预测领域，代表作LTSF-Linear斩获2023年AAAI会议最具影响力论文，为时序建模与长周期预测领域奠定核心理论基础。目前已在国际顶级学术会议发表论文50余篇，牵头打造多项开源项目，累计GitHub星标超2.5万枚，谷歌学术引用量达1.3万余次。毕业于香港中文大学，获计算机科学与工程博士学位，曾赴卡内基梅隆大学机器人研究所担任访问学者。长期致力于构建视频原生多模态智能系统，旨在实现人类与现实世界的认知、交互与内容生成，打造可在开放式交互场景中自主演化、逻辑自洽的智能交互主体。

彭思达，浙江大学软件学院“百人计划”研究员，博士生导师，研究方向为三维计算机视觉和计算机图形学。至今在TPAMI/TOG发表9篇论文，在CCF-A类会议发表15篇Oral/Highlight论文，谷歌学术引用9000余次，其中一篇一作论文获得CVPR最佳论文提名，成果获得GitHub数万次stars和2024年中国CCF优秀图形开源软件奖；入选China3DV 2025年度杰出青年学者、斯坦福2024/2025全球Top 2%科学家榜单、2024年中国计算机学会优博（国内计算机领域评选十人）；被苹果公司评为2022 Apple Scholar（亚太地区唯一）。

王腾飞，博士毕业于香港科技大学。现在腾讯负责混元世界模型的研发与落地，从0搭建了混元世界模型的数据与算法研发体系，带领团队先后发布HY World 1.0、2.0、 WorldPlay、WorldMirror等多个模型，并获得开源社区广泛关注。在人工智能顶级期刊和会议上发表论文 40 余篇，谷歌学术引用量 3500 余次，系列开源项目在 GitHub 累计星标 20000 余次，研究工作曾获评 ICCV 和 ECCV 最有影响力论文。

成宇，昆仑万维首席科学家，香港中文大学计算机系副教授。从 2018年到2023年，担任微软雷德蒙德研究院的首席研究员。在加入微软之前，是IBM Research & MIT-IBM Watson AI Lab 的研究员。研究涵盖深度学习，特别关注模型压缩和效率、深度生成模型和语言/多模态大模型等。从2021年开始，带领团队和OpenAI团队紧密合作，对GPT系列模型进行了效率、鲁棒性和扩展性优化，推动相关服务和应用的产品化，包括以GPT-4作为主要模型的New Bing、由GPT-3.5提供后台服务的Github Copilot以及由DALL-E-2提供支持的Image Creator。从2023年到2025年，主导或者参与了Minimax abab6.5, M1/Hailuo Video模型, 以及Skywork R1V2/V3, Super Agent等产品和模型。