谭建荣 院士 浙江大学

谭建荣，浙江湖州人，1987年研究生毕业于华中科技大学， 1992年博士研究生毕业于浙江大学，先后获工学硕士、理学博士学位，浙江大学求是特聘教授、博士生导师，担任浙江大学设计工程及自动化系系主任，浙江大学流体动力与机电系统国家重点实验室学术委员会副主任、浙江大学CAD&CG国家重点实验室学术委员会委员，中国图学学会名誉理事长、教育部工程图学教学指导委员会主任，先后获首届“国家杰出青年科学基金”、“中青年图形科技跨世纪人才”、国务院政府特殊津贴、“浙江省重点学科带头人”、“浙江省‘151’人才工程第一层次”、“浙江省新世纪重点培养人才”、国家863计划自动化领域CIMS主题设计自动化专题专家、国家“百千万人才第一二层次”、“科技部十五863先进个人”、“科技部十一五国家科技计划执行突出贡献奖”等荣誉和称号。提出了多品种大批量定制设计技术、多性能数字化样机设计技术和多参数分析与匹配设计技术，研究成果获国家技术发明二等奖和国家科技进步二等奖5项，省部级科技进步一等奖7项，教学成果获国家级优秀教学成果奖3项，其中一等奖1项，二等奖2项。将提出的技术固化在软件中，开发并获得计算机软件著作登记权12项。近年来在国内外重要学术期刊发表的高水平论文185篇，其中SCI/EI 检索142篇，引用1600多次，出版学术专著9本。2007年当选中国工程院院士。

报告题目：数字设计与数字孪生：关键技术与发展趋势

时间：8月16日 09:15-10:00

地点：三楼国际厅B+C

鲍虎军 之江实验室

鲍虎军，国家杰出青年基金获得者，长江学者特聘教授，之江实验室副主任。主要从事计算机图形学和混合现实的研究。所领导的团队曾获国家创新研究群体科学基金的资助，并作为首席科学家，先后承担了虚拟现实和混合现实两项973计划项目的研究。在混合现实的景物三维建模、移动三维注册融合、自适应高保真绘制呈现和自然数字化身交互等方面取得了重要创新突破，主持研发了端云协同的混合现实软件平台，成功实现产业化应用。

报告题目：真实感图形的神经绘制技术与流水线

时间：8月16日 10:20-11:05

地点：三楼国际厅B+C

报告摘要：近年来，利用神经网络来表示和学习构建复杂对象或函数取得了极大的进展，有力推动了三维视觉和图形计算的跨越式发展。本报告将介绍我们在神经图形绘制技术和架构方面的最新研究进展，该架构通过解耦场景的全局光能辐射传输过程，利用全连接超网络来学习得到以物体为插入单元的环境光能传输变化模型，以Transformer架构学习建立了以光源为插入单元的光能辐射传输增量模型，创建了真实感图形的神经绘制流水线，有效突破了以英伟达RTcore为代表的GPU架构限制，在具有普通光栅化和AI推理能力的GPU上，即可实现全局光照效果的高效高质量绘制。报告最后展望了这一新技术框架的未来发展构想，包括上述大模型的构建和微调、复杂特效神经绘制、大规模实时神经绘制等等。

陈发来 中国科学技术大学

陈发来现为中国科学技术大学数学系教授、博士生导师，曾担任中国工业应用数学学会常务理事（2004-2016），中国工业应用数学学会几何设计与计算专委会主任（2015-1019），安徽省数学会秘书长（2003-2019），安徽省工业与应用数学学会理事长（2023--），国务院学位委员会数学学科评审组成员（2009-2019），教育部高等学校数学与统计学教学指导委员会委员（2006-2023）,《Computer Aided Geometric Design》(2005--),《Visual Computer》(2008—2022)，《Journal of Computational Mathematics》(2024--),《计算机辅助设计与图形学学报》等期刊编委。曾获教育部高校青年教师奖，国家自然科学基金杰出青年基金，宝钢优秀教师奖特等奖，中国计算机图形学杰出奖，冯康科学计算奖，国际几何设计领域最高奖John A. Gregory Memorial Award,全国百篇优博论文指导教师奖，中组部“万人计划”教学名师等。研究方向为计算机辅助几何设计与几何建模。近来感兴趣的研究课题包括：曲面隐式化的动曲面方法，几何内核关键算法如曲面求交, T网格上的样条曲面，等几何分析及其在拓扑优化中的应用, 基于稀疏优化的几何处理等。

报告题目：CAGD的过去、现状与未来

时间：8月16日 11:05-11:50

地点：三楼国际厅B+C

报告摘要：CAGD(计算机辅助几何设计)经过五十年的发展, 以NURBS(非均匀有理B样条)为代表的几何建模技术已日臻成熟。但随着更高的工程要求、设计的便利性以及更广阔的应用场景等需求，CAGD面临新的发展机遇。本报告将对CAGD的历史与现状做一个简单回顾，并对其未来发展做一个展望。

马利庄 上海交通大学

马利庄，上海交通大学特聘教授，人工智能研究院副院长，华东师范大学特聘教授。中国图象图形学会理事、会士、数字娱乐与智能生成专委会主任，计算机学会CAD&CG专委会副主任。马教授是国家杰出青年基金（1996），上海市科技进步特等奖（第一完成人）、一等奖、二等奖，中国青年科技奖，国家教育部科技进步二等奖，吴文俊人工智能自然科学奖一等奖；国家“百千万人才工程”(国家级)首批人选（1997）；国务院特殊津贴获得者。马教授在国内外重要学术刊物上发表论文500多篇，包括一系列IEEE TPAMI、TIP、CVPR等顶级论文，在跨媒体智能处理、人体姿态估计、3D场景分析与理解等方向取得一系列创新性成果。

报告题目：人脸反欺骗和防伪造技术最新进展

时间：8月17日 08:30-09:15

地点：三楼国际厅B+C

报告摘要：近年来人脸识别技术取得了长足的进展并得到广泛应用，例如智能设备解锁、线上人脸支付、门禁系统等。然而，当前的人脸识别系统易遭受各式各样的物理攻击和数字攻击，特别是AI生成式模型攻击，对其使用的安全性造成严峻的挑战，反欺骗（spoofing）、反伪造技术(deepfake) 成为保护人民生命财产安全的重大需求。本报告重点介绍课题组在人脸反欺骗和防伪造技术最新进展。     尽管深度学习时代人脸活体检测和深伪检测技术蓬勃发展，使得反欺骗取得长足发展，但现有方法仍然面临三个主要瓶颈：1）因人脸隐私数据限制访问引起的模型适应难；2）因未知目标分布变化引起的模型泛化难；3）因未知攻击涌现引起的开放环境理解和反遗忘难；针对这三个挑战，课题组提出了更加泛化的人脸活体和深伪检测方法。针对隐私源域无法获得的场景，提出了生成式域适应、无源域适应等方法，无需访问任何隐私的源域数据，提升了活体检测模型的可迁移性；针对多种未知的复杂跨域目标场景，提出了域专家聚合学习、样本感知自适应域泛化、测试时域泛化、双曲空间中层级原型分布引导的域泛化等全新范式，不再依赖任何域标签，进一步提升了人脸活体检测的泛化性。针对不断涌现的未知攻击类型，课题组提出了基于持续学习的域幻化更新、面向开放世界的对比伪标签学习等算法，有效缓解连续变化场景中的可塑性-稳定性困境，同时提高了活体检测和深伪检测的鲁棒性。

虞晶怡 上海科技大学

虞晶怡，上海科技大学副教务长、信息科学与技术学院执行院长、教授、IEEE Fellow、OSA Fellow。

他曾获美国国家科学基金CAREER Award，曾任IEEE TPAMI等多个顶级期刊编委。他是CVPR 2021和ICCV 2027的程序主席、ICCV 2025的大会主席。今年他领导的上科大智能视觉实验室两篇论文获ACM SIGGRAPH最佳论文荣誉提名，一篇获CVPR最佳学生论文奖，另外一篇获芯片设计顶会DAC最佳论文提名。

报告题目：The Ways We Perceive 3D and How They Affects AIGC

时间：8月17日 09:15-10:00

地点：三楼国际厅B+C

报告摘要：We humans perceive the 3D world via visual cues (e.g., stereo parallax, motion parallax, shading, etc) and scene understanding (e.g., shapes, materials, etc). For decades, 3D vision had largely aligned with these mechanisms and sought to explicitly recover depth maps, normal maps, albedo, etc. In contrast, recent neural rendering (NR) techniques, ranging from NeRF to 3DGS, employ "ancient" representations (volumes, point clouds, tensors, etc) and have achieved unprecedented visual fidelity. In this talk, I discuss how imperfect or even poor 3D geometry induced/used by NR manages to achieve high rendering quality, by drawing analogy to the visual fixation mechanism in human vision. These 3D representations have further led to drastically different 3D generation methods, each with unique benefits and limitations. Finally, I discuss how these insights may lead to future 3D representations suitable for machine vision in the era of embodied AI.

陈为 浙江大学

陈为，浙江大学求是特聘教授，国家级高层次人才，现任浙江大学计算机辅助设计与图形系统全国重点实验室副主任。

报告题目：基于可视分析的新型计算架构的可解释性研究

时间：8月17日 10:20-11:05

地点：三楼国际厅B+C

报告摘要：不断涌现的新型计算架构，如云计算、深度神经网络、量子计算、生成式大模型等，缺乏一定程度的可解释性。基于可视分析的可解释性研究旨在使计算架构和计算过程对研究人员和从业人员更加透明，实现高效的人机协同。本报告将介绍我们面向云计算架构运维、深度神经网络模型、量子计算、生成式大语言模型等提出的可视分析方法，将计算流程和交互可视化方法有机融合，辅助用户理解复杂模型及其输出结果，分析、诊断并不断调优计算架构。

罗钟铉 大连理工大学

罗钟铉，教授，博士生导师，大连理工大学党委常委、副校长，享受国务院政府特殊津贴专家。现任教育部重点实验室重点实验室主任、辽宁省重点实验室主任、教育部软件工程教指委委员。作为学科带头人，带领软件工程学科从无到有持续发展，现位列软科中国最好学科前5%，辽宁省“双一流”重点建设学科。作为第一完成人曾获得国家教学成果二等奖（2018）及十余项国家和省部级教学奖励。

科研方面，罗钟铉教授原创性地发现并证明了新的射影不变量，带领团队在多波段智能感知领域取得了一系列面向重大应用需求的研究成果；带领团队在结构化四边形/六面体网格自动生成“圣杯问题”方面取得了理论和应用上的重要突破和进展。近年在顶级或核心期刊或会议上发表论200余篇，国际、国内发明专利50余项，主持并完成国家、省部级重点项目以上6项。

报告题目：面向重要场景任务的几何方法研究探索

时间：8月18日 08:50-09:35

地点：三楼国际厅B+C

报告摘要：为积极响应国家对新质生产力培育的战略需求，本报告面向国家重大需求的场景，结合本团队在智能感知与大型工业软件两个方向上，以几何观点和方法，着重介绍从基础研究的原创研究、应用基础研究、技术研究以及集成研究的全链条创新探索与实践。其中部分涉及培养具备鲜明特色的拔尖创新人才的思考。

傅红波 香港科技大学

Hongbo Fu is a Professor at the Division of Emerging Interdisciplinary Areas, Hong Kong University of Science Technology. Before joining HKUST, he worked at the School of Creative Media, City University of Hong Kong, for over 15 years. He had postdoctoral research training at the Imager Lab, University of British Columbia, Canada, and the Department of Computer Graphics, Max-Planck-Institut Informatik, Germany. He received a Ph.D. degree in computer science from the Hong Kong University of Science and Technology in 2007 and a BS degree in information sciences from Peking University, China, in 2002. His primary research interests fall in computer graphics, human-computer interaction, and computer vision. His research has led to over 100 scientific publications, including 70+ papers in the best graphics/vision journals (ACM TOG, IEEE TVCG, IEEE PAMI) and 30+ papers in the best vision/HCI conferences (CVPR, ICCV, ECCV, CHI, UIST). His recent works have received a Silver Medal from Special Edition 2022 Inventions Geneva Evaluation Days (IGED), the Best Demo awards at the Emerging Technologies program, SIGGRAPH Asia in 2013 and 2014, and the Best Paper awards from CAD/Graphics 2015 and UIST 2019. He was the Organization Co-Chair of Pacific Graphics 2012, the Program Chair/Co-chair of CAD/Graphics 2013 and 2015, SIGGRAPH Asia 2013 (Emerging Technologies) and 2014 (Workshops), Pacific Graphics 2018, Computational Visual Media 2019, and the Conference Chair of SIGGRAPH Asia 2016 and Expressive 2018. He was on the SIGGRAPH Asia Conference Advisory Group and is currently Vice-Chairman of the Asia Graphics Association. He will be the Conference Co-chair of Computational Visual Media 2025. He has served as an Associate Editor of The Visual Computer, Computers and Graphics, and Computer Graphics Forum.

报告题目：Towards More Accessible Tools for Content Creation

时间：8月18日 09:35-10:20

地点：三楼国际厅B+C

报告摘要：Traditional game and filming industries heavily rely on professional artists to make 2D and 3D visual content. In contrast, future industries such as metaverse and 3D printing highly demand digital content from personal users. With modern software, ordinary users can easily produce text documents, create simple drawings, make simple 3D models consisting of primitives, take images/videos, and possibly edit them with pre-defined filters. However, creating photorealistic images from scratch, fine-grained image retouching (e.g., for body reshaping), detailed 3D models, vivid 3D animations, etc., often require extensive training with professional software and is time-consuming, even for skillful artists. Generative AI, e.g., based on ChatGPT and Midjourney, recently has taken a big step and allows the easy generation of unique and high-quality images from text prompts. However, various problems, such as controllability and generation beyond images, still need to be solved. Besides AI, the recent advances in Augmented/Virtual Reality (AR/VR) software and hardware bring unique challenges and opportunities for content creation. In this talk, I will introduce my attempts to lower the barrier of content creation, making such tools more accessible to novice users. I will mainly focus on sketch-based content generation and content creation with AR/VR.

徐凯 国防科技大学

徐凯，国防科技大学教授，国家杰出青年基金获得者。普林斯顿大学访问学者。研究方向为计算机图形学、三维视觉、具身智能、数字孪生等。在国际上较早开展了数据驱动三维感知、建模与交互工作，提出面向复杂三维数据的结构化感知、建模与交互理论方法系统。发表TOG/TPAMI/TVCG等A类论文90余篇，其中图形学顶会SIGGRAPH论文30篇（第一作者10篇）。担任图形领域国际期刊ACM Transactions on Graphics、IEEE Transactions on Visualization and Computer Graphics的编委，以及多个领域重要会议的主席。任中国图象图形学会三维视觉专委会副主任、中国工业与应用数学学会几何设计与计算专委会副主任。获湖南省自然科学一等奖2项（排名1和3）、中国计算机学会自然科学一等奖（排名3）、军队科技进步二等奖、军队教学成果二等奖等。

报告题目：融合三维感知与多模态大模型的具身智能

时间：8月18日 10:40-11:25

地点：三楼国际厅B+C

报告摘要：视觉感知是机器人探索、感知和理解未知环境的最重要方式。随着三维传感和重建技术的飞速发展，三维图形正与机器人视觉深度融合，形成三维几何引导的具身感知与交互新途径，结合多模态大模型的强大常识推理和任务规划能力，最终有望支持机器人在三维世界中实现具身智能。本次报告汇报我们最近在这方面的系列工作，包括：主动三维重建，主动场景理解，以及由此建构的结构化、语义化三维场景表达，以实现任务驱动的三维交互。其中在任务驱动的交互方面，介绍两个典型案例：基于在线语义理解的物体目标导航机器人，以及基于多模态大模型的室内物品整理机器人。最后探讨基于三维感知与交互的世界模型构建与演进，及其对具身智能发展的推动作用。