教学科研

5月21日，理学院在瀚学楼102举办学术交流活动，邀请我校理学院优秀校友、中国科学院自动化所杨小汕研究员和中国科学院信息工程研究所易小伟副研究员做专题学术报告。报告由理学院院长李冱岸主持，理学院教师、研究生参加了本次学术交流活动。

报告会前，学院班子和部分教师与杨小汕、易小伟进行了座谈交流。理学院党委书记杨嵩松介绍了理学院近年来学科发展、专业建设、师资队伍的发展状况，并邀请两位校友参加学校即将举办的发展论坛活动。两位校友分享了各自的学习、科研经历，并表示愿意为母校发展贡献力量。

杨小汕做了题为《开放环境多模态预训练模型高效学习与应用》的学术报告。报告介绍了AI大模型的发展历史，详细阐述了多模态预训练模型的特征与优势，同时在其跨模态关联建模能力与迁移泛化能力仍面临诸多挑战。报告围绕多模态预训练模型在开放环境中的高效学习与应用问题，重点讨论了在不破坏各模态固有信息结构的前提下，如何实现稳健且有效的跨模态关联建模；在保持预训练模型泛化能力的基础上，如何实现面向下游任务的跨域迁移与小样本快速适配。报告从“理想视觉系统”的角度分析多模态预训练模型应具备的关键能力要素，并介绍了一种基于解耦视觉表征的多模态预训练基础模型Libra，以及其面向理解与生成统一建模的扩展版本 Libra-2。随后，报告进一步介绍在保持预训练泛化性的前提下，实现跨域迁移与小样本迁移的有效方法与实践经验，为多模态预训练模型在开放环境中的高效落地提供可行路径与参考思路。

易小伟做了题为《AIGC深度伪造内容治理》的学术报告。以Stable Diffusion、DALL-E、Gemini和Qwen等为代表的生成式AI和多模态大模型，这种大模型发展的同时对网络空间安全治理构成了严峻冲击和挑战。报告针对当前深度伪造鉴别技术面临的生成技术迭代快导致检测滞后、跨模态伪造内容特征耦合性强、防御机制实时性不足等关键挑战，探讨了基于动态对抗学习框架的检测模型优化、融合语义-频域-生物特征的多维度鉴别方法、轻量化边缘计算部署等前沿方向。报告内容涵盖深度伪造生成机理分析、多粒度特征解耦算法设计、主动防御策略等核心领域，同时结合数字媒体取证、金融反欺诈、司法证据鉴定等典型应用场景，剖析技术落地过程中面临的可解释性不足、对抗攻击脆弱性、跨平台适配性等瓶颈问题，为构建安全可信的AIGC生态系统提供了体系化解决方案。

报告结束后，师生围绕如何有效应用AI大模型、信息隐藏和防伪技术如何应用等问题，与专家进行了深入探讨。

杨小汕和易小伟是我校优秀校友的代表，在人工智能领域和网络空间安全领域分别作出了卓越的成绩。两个学术报告围绕当下热点的AI大模型和网络空间安全问题展开讨论，内容丰富、应用特性鲜明，对推动学科交叉融合与科研创新具有积极意义。

编辑：左芳舟