2026年11月4日，CSIG图像图形中国行走进蚌埠学院，本次活动由中国图像图形学学会（CSIG）主办，CSIG视觉感知智能系统专委会、蚌埠学院计算机与信息工程学院联合承办，活动在蚌埠学院5G双创中心310顺利举行。

        此次活动由CSIG视觉感知智能系统专委会秘书长张柯、浙江大学郑能干教授共同主持，蚌埠学院计算机与信息工程学院院长朱洪浩致辞。本次活动以“感知智能与AI4Science”为交流主题，中国科学院自动化研究所副研究员吴伟、浙江大学副教授张宁豫、暨南大学教授龙锦益及浙江大学博士孙钊琳受邀作主题学术报告，校内外师生120多人参会。

        中国科学院自动化研究所副研究员吴伟带来题为《受情绪调控机制启发的机器人运动决策方法初探》的报告，聚焦机器人运动学习、决策效率，以及奖励稀疏环境下自主探索的现实难题，借鉴神经递质调节机制，提出了基于Oja准则的循环神经网络训练方法，搭建了模型无模型融合的统一决策框架，构建了杏仁核-海马体情绪记忆交互模型生成内部奖励，提升了机器人导航、目标搜索任务中的性能。相关方法已在肌肉骨骼系统、机械臂、移动机器人平台完成实验验证。

 浙江大学副教授张宁豫带来《大模型智能体多模态记忆系统》主题报告。针对当前多模态大模型记忆存在跨模态深度关联缺失的问题，报告提出以“事件”为核心，对视频进行片段切分，构建包含文本、关键帧的记忆单元，依靠元素关联实现类人联想检索。该记忆系统已经落地智能眼镜，可支持物品位置记忆、通话总结、车载路线规划等实际应用。团队通过长短记忆区分、路由机制等工程优化手段缓解算力约束；同时探索大模型持续学习能力，通过模拟练习沉淀经验，采用更新权重或者新增参数的方式完成经验内化，相关方案已在百亿规模模型上完成验证。

 暨南大学教授张宁豫作题为《脑信息处理与脑机接口关键技术》的报告，指出脑机接口旨在建立脑活动与外部设备控制及功能行为之间的有效映射，但面向真实场景落地，还存在脑信息解码精度不足、跨个体与动态状态泛化能力弱、交互反馈和功能改善协同机制不完善等挑战。报告围绕脑信息处理与脑机接口关键技术，从运动信息的神经表征与状态依赖特征、脑信息智能学习与泛化关键技术、脑状态驱动的自适应交互与运动功能改善三个方面，系统分享了团队的系列研究成果。

 浙江大学博士孙钊琳报告了《从海温观测到重构与预测：数据表示与生成模型研究》，针对海洋观测数据缺测现状，将海温重构、超分辨率与时序预测统一为规则网格数学逆问题。利用数学推导修正三维海温重构模型两处数学错误，引入相关算法框架消除海岸线重构伪影。通过五类海洋任务、十五种主流架构开展对照实验，揭示“陆地表示依赖性”，证明该方法能够同时提升模型精度、训练速度以及跨海区泛化能力。

        每场报告结束后，参会师生积极提问，报告专家逐一细致作答，与在场师生围绕技术发展趋势、核心难点及研究思路展开深入研讨，现场学术氛围浓厚。本次活动搭建了高质量的学术交流平台，有效促进学术思想碰撞、技术互通与经验共享，为我校人工智能相关专业建设赋能增效。至此，CSIG 图像图形中国行蚌埠学院站活动圆满落幕。（撰稿：谭璐；编辑：刘世军；审核：朱洪浩）