第三届AIGC国际会议暨大模型应用创新大会在杭州圆满落幕!

AIGC 2025

2025年12月27日，第三届人工智能生成内容国际会议（AIGC 2025）暨大模型应用创新大会在杭州成功召开。

本届大会以“内容新生，智能共融”为主题，汇聚来自全球高校、科研机构及产业界的专家学者和技术实践者，围绕生成式人工智能与大模型技术的前沿进展、应用创新与未来趋势展开深入交流与探讨。

本届大会由AIGC 2025大会组委会主办。上海交通大学严骏驰教授担任大会主席；同济大学苗夺谦教授、北京邮电大学欧中洪教授、中国科学技术大学赵峰教授共同担任大会程序委员会主席；泰莱大学Noor Zaman Jhanjhi教授担任技术委员会主席。

本次大会得到上海交通大学、同济大学、北京邮电大学、中国科学技术大学、暨南大学、浙江大学、腾云智算等单位的专家学者的大力支持，并由上海中展国瑞会展有限公司承办。

大会为期两天，设置了主论坛（大会报告）以及多个主题论坛，包括多模态智能与创意生成内容、生成式人工智能创新应用、大模型关键技术与可控生成、AIGC赋能教育、人文与社会发展、高效大模型与智能应用等方向，同时设置了口头报告与墙报展示环节，全面呈现生成式人工智能最新研究成果与应用实践。

大会主论坛由大会程序委员会主席、中国科学技术大学赵峰教授主持。清华大学交叉信息研究院副院长徐葳教授、北京大学李戈教授、复旦大学陈涛教授及中国科学院自动化研究所曹志冬研究员，分别围绕人工智能安全治理、大语言模型驱动的软件自动化、资源高效模型、复杂系统决策等核心议题作大会报告，为线上线下参会代表带来富有前瞻性的学术观点与实践思考。

在大会开幕式上，赵峰教授代表大会组委会对与会嘉宾表示欢迎。他指出，近年来大模型与生成式人工智能技术持续快速演进，从通用语言模型向多模态基础模型不断拓展，相关技术正从能力突破逐步走向系统化、规模化应用，对知识生产方式与智能系统形态产生深远影响。与此同时，生成式人工智能在可靠性、可控性、可解释性以及安全与伦理治理等方面也面临新的挑战，亟需学术界与产业界开展更深入的协同探索。

赵峰教授表示，本届大会在前两届成功举办的基础上，进一步拓展了议题深度与交叉广度，旨在通过跨领域交流与思想碰撞，推动生成式人工智能实现更加稳健、高质量的发展。

主论坛

清华大学交叉信息研究院副院长徐葳教授发表题为“构建人工智能安全的微基准测试”的大会报告。

清华大学徐葳教授在开幕报告中指出，AI安全已成为全球关注的焦点。他提出构建“微基准测试”体系，通过系统化方法持续监控模型潜在风险，并强调需超越传统“打补丁”式修复，转向主动诱发与评估AI的灾难性风险。徐教授团队开发的自动化Jailbreak测试框架，旨在将攻击方法代码化、可复现，为模型安全性评估提供统一标准。此外，他提出AI“意识”（Awareness）的四种形态（元认知、自我意识、社会意识等），并分享了涵盖万道题目的综合测评基准，为量化模型认知能力提供新思路。

北京大学长聘教授，教育部长江学者，CCF软件工程专委会秘书长李戈教授发表题为“大语言模型与软件自动化的变革与趋势”的大会报告。

北京大学李戈教授深入剖析了大语言模型在代码生成等逻辑推理任务中的潜力与局限。他指出，当前模型架构更擅长数据拟合而非逻辑推理，尤其在程序生成等确定性计算任务中表现不足。李教授团队提出的FAN、StackTrans模型通过引入周期性分析和状态管理机制，提升了模型的推理能力，因此能够以更少训练数据实现更优性能。他强调，软件自动化仍需AI与SE的进一步努力，需突破现有大模型底层架构带来的技术天花板，并呼吁行业关注Agent技术与人类协同的开发新模式。

复旦大学陈涛教授发表题为“资源高效的多模态生成大模型理论及具身应用研究”的大会报告。

复旦大学陈涛教授分享了团队在资源高效多模态模型上的创新成果。通过泰勒级数展开、MoE模型压缩、KV-Cache优化等技术，其团队实现了模型训练与推理成本的大幅降低。在具身智能领域，陈教授展示了如何将大模型应用于机器人动作生成，通过压缩技术提升效率的同时保持成功率，相关成果荣获2025年IJCAI国际会议杰出论文奖。他提出，多模态模型需强化视觉与语言的对齐，动态压缩冗余信息以降低幻觉风险。

中国科学院自动化研究所曹志冬研究员发表题为“超越“工具理性”：大语言模型重塑我们应对开放复杂系统的管理决策新范式”的大会报告。

中国科学院自动化研究所曹志冬研究员探讨了传染病防控的内生复杂性与技术复杂性，阐释了大模型技术作为复杂性本体建模的技术途径，并从哲学视角反思AI在复杂系统中的应用。他指出，大模型正推动复杂系统管理决策范式从“工具理性”转向“价值理性”，但AI难以替代人类在伦理、意境感知等高级认知层面的作用。曹研究员以传染病防控为例，强调多智能体与大模型结合可提升微观到宏观的决策支持能力，但最终决策仍需人类价值观引导。他呼吁学界关注“可信赖性”而非单纯追求可解释性，在创新与风险间寻求平衡。

主题分论坛

12月27日下午，AIGC 2025分论坛会场持续升温。四场主题论坛并行推进，论坛现场观点密集、案例鲜活：既有面向研发生产力的代码生成与软件工程化范式，也有对视觉生成模型风险的系统治理方法；既展示了面向工业与复杂系统的生成式应用探索，也将可控生成、持续学习与教育变革等议题串联为“走向可信、可用、可持续”的共同命题。多位学者与产业嘉宾从“能力边界、工程范式、治理与成本”四个维度给出判断：AIGC正在从“会生成”走向“能交付”，从“单点炫技”走向“系统化落地”。

围绕多模态大模型如何支撑更高质量、更具创造力的内容生成，本场论坛从工程实现、风险治理与创意表达等多个维度展开深入探讨。在同济大学苗夺谦教授的主持下，来自不同研究方向的专家学者分享了多模态生成技术在代码生成、视觉安全与创意设计等方面的最新进展与实践思考。

华南理工大学软件学院院长蔡毅教授系统阐述了基于大模型的代码生成与摘要技术，提出了通过选择性检索、风格过滤与逻辑抽取相结合的增强框架，有效提升了代码生成的准确性、可靠性及对复杂图形（如论文模型图）的代码实现能力。天津大学王岚君研究员深入剖析了视觉生成模型的脆弱性及其治理，揭示了模型生成风险内容的诱导机制，并分享了在肖像定制保护与风险语义消除等方面的防御技术，为构建可信、安全的视觉生成系统提供了重要思路。南京大学吉炜教授探讨了AIGC作为视觉与创意桥梁的关键作用，介绍了在多模态对齐、细粒度图像编辑及结构化内容生成（如海报、PPT）方面的系列创新，展望了AIGC从模态融合走向深度创意生成的技术演进路径。

聚焦生成式人工智能在真实复杂场景中的落地路径与应用价值，本论坛重点讨论了大模型在医疗健康、航空制造与工业过程建模等领域的创新实践。在南京大学李白杨助理教授的主持下，与会嘉宾结合具体应用案例，系统展示了生成式AI推动产业智能化转型的多样化模式。

南昌大学软件学院院长饶泓教授团队就AI在医学影像与神经系统疾病辅助诊断中的应用展开论述。厦门大学航空航天学院副院长曾念寅教授介绍了基于生成式大模型的发动机结构自主进化设计，展示了AI如何大幅缩短传统设计周期，并通过虚拟装配、知识图谱与检索增强生成技术，推动复杂工业设计向自动化、智能化转型。西安理工大学刘涵教授阐述了大语言模型框架下的工业过程软测量新方法，重点解决了多模态数据融合、模型通用性差与可解释性不足等工业痛点，通过零样本变量选择与上下文学习，提升了工业建模的灵活性、鲁棒性与解释能力。

针对大模型发展过程中备受关注的可控性、持续学习与工程可行性问题，本场论坛从模型机制、生成控制与产业支撑等层面展开交流。在之江实验室刘善赟高级研究专员的主持下，学界与产业界代表共同探讨了大模型从能力突破走向安全、稳定与规模化应用的关键技术路径。

武汉大学武宇教授聚焦扩散模型的轨迹控制，从初始噪声、注意力机制等多维度演示了如何实现对生成内容的精细化、定向化引导，并在安全、版权保护（如水印、反逆向工程）及偏见控制等方面展示了可控生成技术的广泛应用潜力。浙江大学张宁豫副教授探讨了大模型的可塑性及持续学习机制，对比了参数化与非参数化记忆更新的技术路径，并介绍了其团队在知识编辑与轻量化记忆系统方面的最新进展，旨在使大模型能持续适应动态环境并积累经验。腾云智算首席技术官王超从产业实践角度，分享了面向大模型开发者的算力提效降本方案，包括推理框架优化、模型量化、新一代硬件适配以及算力资源的高效管理与校企生态合作，助力AI技术成果的规模化、低成本落地。

面向生成式人工智能深度介入教育体系与社会发展议题的现实需求，本论坛重点关注技术应用的边界、方法论与价值导向。在浙江机电职业技术大学赵雪老师的主持下，与会嘉宾从教育实践、社会心理与沉浸式学习等角度，探讨了AIGC在促进人类发展与社会包容性方面的潜力与挑战。

香港教育大学助理副校长（研究）谷明月教授通过实证研究，分析了社交媒体对青少年身份构建与心理健康的影响，指出数字环境中自我呈现的复杂性，并强调通过提升数字素养与批判性思维，帮助青少年在碎片化探索中形成连贯的自我认知。浙江大学Rustam Shadiev教授探讨了如何融合AI、多模态生成与沉浸式VR技术，变革语言与文化学习模式，通过虚拟跨文化体验与智能语言辅助工具，培养具有全球视野的公民。上海杉达学院于东兴副教授阐述了情境智能与沉浸式AI对学习与专业能力的重塑，批判了传统标准化教育的局限，主张构建真实化、个性化、交互式的学习环境，并提醒在推进技术融合时需关注伦理风险、数据偏见与认知负载等挑战。

在大会第二天的议程中，讨论重点进一步聚焦于大模型效率优化与智能应用拓展。本场论坛围绕模型轻量化、训练与推理效率提升以及面向应用的系统优化等议题展开交流，由上海杉达学院于东兴副教授和中南财经政法大学周宇助理教授共同主持，集中呈现了高效大模型技术在学术研究与产业实践中的最新进展。

论坛上，宁波东方理工大学沈晓宇助理教授、美国威廉与玛丽学院陈海鹏助理教授，人工智能与数字经济广东省实验室（深圳）（光明实验室）马飞研究员，以及中南财经政法大学周宇助理教授，分别围绕高效大语言模型优化、轻量级强化学习辅助训练、大模型情感智能，以及多模态消费兴趣推理等议题进行了分享，展示了相关领域在模型效率提升与智能应用拓展方面的最新研究进展。

AIGC 2025

12月28日下午，AIGC 2025国际会议口头报告专场以线上线下相结合的方式举行。线下专场汇聚了来自中国、美国、印度、韩国、德国、南非等多个国家高校与科研机构的青年学者与研究人员，围绕生成式人工智能在智能农业、计算机视觉、文化与创意内容生成、教育与语言学习、多模态音频处理以及智能系统应用等方向进行了交流汇报，展示了AIGC技术在不同应用场景中的探索与实践。

线上口头报告专场同样吸引了来自多国高校和研究机构的研究人员参与，相关报告重点关注生成式人工智能在教育科研支持、隐私保护与公平性、人机协同创作、多模态生成方法以及智能预测与建模等方面的研究进展，体现了该领域在方法创新与应用拓展上的多样化趋势。

会议期间，大会同期设置了海报展示环节，来自中国、韩国、马来西亚等国家和地区的高校与科研机构研究人员围绕人工智能与生成内容相关研究成果进行了集中展示。

海报内容涵盖虚拟现实与认知评估、时间序列预测与扩散模型、AI代理与用户行为分析、文化遗产数字化与传承、大语言模型与小模型优化、情感分析与教育应用，以及AIGC赋能职业教育等方向。该环节为与会代表提供了开放、灵活的学术交流空间，促进了不同研究视角之间的互动与讨论。

AIGC 2025

本次论坛凝聚了学界与产业界对AI发展的共识：未来需在安全、效率与人性化之间找到平衡。嘉宾们一致认为，大模型虽展现出强大能力，但其泛化能力、逻辑推理与伦理对齐仍是关键挑战。未来，行业发展可聚焦三大方向：第一，构建标准化安全评估体系，降低AI失控风险；第二，推动轻量化模型技术落地，提高AI效率与可部署性；第三，深化人机协同机制，确保技术服务于人类价值。AIGC大会将持续关注这些方向的进展，为全球智能科技发展注入新动能，推动内容智能化与生产智能化的新生态建设。

论坛集中呈现了生成式人工智能在多模态生成、工业创新、安全可控以及教育与社会发展等领域的最新探索。与会专家指出，AIGC技术正从单点能力突破迈向系统化、场景化融合，其持续发展不仅依赖模型与算法进步，也有赖于工程化能力、成本控制与跨领域协作的协同推进。

第三届人工智能生成内容国际会议暨大模型应用创新大会在热烈交流与思想碰撞中圆满落幕，为全球AIGC领域的学术交流、产业合作与未来探索注入了新的活力。展望2026年，AIGC大会将继续搭建国际前沿技术与应用的交流平台，汇聚更多学术与产业力量，关注最新技术突破与应用场景，助力全球智能科技的创新发展，期待与各界共同迎接下一轮智能化浪潮。