上海人工智能实验室科学智能中心领军科学家，曾任悉尼大学电子信息工程学院研究主任，Google Scholar引用55000余次。其团队在ImageNet和COCO竞赛多次获得第一。获IEEE TCSVT期刊最佳论文，ACL杰出论文，两篇文章入选paperdigest CVPR/ICCV最有影响力的文章。担任人工智能领域顶级期刊TPAMI，IJCV副编，CVPR2023、NeurIPS2024、NeurIPS2025、ICCV2025资深领域主席。

上海人工智能实验室科学智能中心联合负责人、青年科学家，上海创智学院博士生导师。博士毕业于英国牛津大学计算机科学系，入选国家级、上海市高层次人才计划青年项目，第十七届浦江创新论坛“青年先锋”。在Nature Communications、 AAAI、ICLR、IJCAI、NeuIPS等国际高水平期刊和顶级会议发表论文40余篇。 牵头研发我国首个种业大模型“丰登”（SeedLLM)，填补了国内智能育种领域的大模型技术空白，相关成果被人民日报、新华社等主流媒体报道。

北京航空航天大学教授，主持国家自然基金重点、国家重点研发计划、国家863计划、国家973计划等20多项课题，学术论文180多篇，出版中英文专著两部，担任国家人工智能标准总体组副组长、新一代人工智能专家组专家、国务院学位委员会智能科学与技术学科评议组专家。主要研究方向包括：群体智能、大规模在线教育、AI for Science。

报告题目：通用基础模型和群体智能加速科学智算范式的变革

报告摘要：大语言模型的快速发展正在开启通用人工智能时代的大幕，推动基础模型赋能的科学通用智能体成为新研究方向。通过聚合具备各类专业能力的科学智能体，打造基于群体智能的科学智算系统，将极大地赋能各个学科领域的科学发现。本次报告论述基于群体智能解决科学智算问题的方法论，梳理基于通用基础模型的科学智算智能体的技术框架和核心部件，展望未来几年的科学智算领域的发展前景。

西湖大学人工智能讲席教授，IEEE Fellow，IAPR Fellow。曾任微软亚洲研究院首席研究员、中科院自动化所模式识别国家重点实验室资深研究员。发表论文 500 余篇，著作10 部，Google Scholar引用75000 余次，H-index 153。领导开发了世界上第一个实时人脸识别系统，比尔盖茨接受CNN采访亲自为之讲解；设计研发了多个国家级人脸识别系统，并落地实施应用。曾任AI顶级期刊IEEE TPAMI等刊物副主编，担任100余个国际学术会议大会主席、程序主席，或程序委员。当前开展AI for Life Science研究，负责实施科技部“新一代人工智能”重大项目2项、国家自然科学基金区域重点项目（AI+生命科学）1 项。

报告题目：AI for Life Science: From Biomolecules to Cells

报告摘要：AI赋能的蛋白质研究取得的成果，如AlphaFold，在过去 5 年对分子生物学研究产生了巨大影响，且将进一步对细胞生物学研究带来深刻变革。AI 赋能虚拟细胞(AIVC)研究，将生物过程（如转录、翻译、代谢等）整合到统一的、具有预测性和可解释性的计算模型中，通过整合多模态数据（如基因组、表型和空间信息），构建跨尺度的通用表示，用于模拟细胞动态行为、响应干扰及复杂生物机制，以取代大部分生物实验。本报告分享AI for Life Science，从分子生物学到细胞生物学 AI 建模的一些思考。

华中科技大学数学与应用学科交叉创新研究院教授，国家级青年人才项目获得者，小米青年学者，华中卓越学者特聘教授。2017年博士毕业于华中科技大学；188体育app官网：-2022年于美国布朗大学应用数学系从事博士后研究工作。截至目前已在SIAM Review、JCP、CMAME等期刊发表SCI论文30余篇，谷歌学术总引用6000余次，9篇论文入选ESI高被引论文，入选2024年Stanford/Elsevier联合发布的全球前2%顶尖科学家榜单；担任JCP、SISC、CMAME及多个Nature子刊审稿人。

报告题目：基于生成模型的不确定性量化方法及其应用

报告摘要：我们基于生成模型发展了一种新的贝叶斯框架下的不确定性量化方法，该方法能量化函数拟合、偏微分方程求解及神经算子模型中数据噪音和数据缺失导致的预测不确定性。该方法的训练分为两个阶段：先验学习和后验估计。在第一阶段，我们采用生成模型基于给定的数据学习在函数空间的先验；在第二阶段我们采用HMC或者变分方法在生成模型的输入空间对后验分布进行计算。我们将展示将该方法在函数拟合、一维微分方程正反问题求解、以及参数空间100维的偏微分方程反问题求解中的性能。

清华大学生命科学学院长聘副教授，2000年于中国科学技术大学获得学士学位；2006年于中国科学技术大学获得计算机科学与技术博士学位；2012年于哥伦比亚大学获得生物化学和分子生物物理博士学位；2012-2015年于斯坦福大学医学院从事博士后研究工作；2015年加入清华大学生命科学学院。现任清华大学生命科学学院、清华-北大生命科学联合中心研究院员、博导，获得国家杰出青年科学基金，中国生化协会2022年第五届普洛麦格生物化学奖。主要从事结构生物学、基因组学、人工智能和大数据交叉领域研究。以通讯作者身份在Cell等国际学术刊物发表SCI论文40余篇，工作入选2019、2021年中国生物信息学十大进展，获得赛诺菲-Cell Research 2021年度杰出论文奖。现任中国生物信息学学会（筹）人工智能与生命科学专委会主任。

报告题目：人工智能大模型驱动的生物结构研究

报告摘要：人工智能正在重构生命科学的研究范式。从AlphaFold 在蛋白质结构预测方面实现跨越式进展，荣获 2024 年诺贝尔化学奖，到生成式蛋白质语言模型 ESM 实现数亿年演化过程模拟，成功设计全新荧光蛋白；以及AI 在药物研发中加速了多个候选药物进入临床，显著降低成本与周期。AI已成为解析和设计生物结构的革命性工具。本报告将聚焦“人工智能大模型驱动生物结构研究”这一主题，探讨其如何重塑研究范式，并分享我们在这一方向上的最新探索与进展。

报告题目：LLM for Science：大模型驱动科学发现的新范式

报告摘要：以大语言模型(LLM)为代表的通用人工智能技术路线已经被广泛应用在从日常生活实践到先进科学研究的人类社会方方面面。当前，利用大语言模型解决当前科学的未解问题已经成为产学研关注的重点。本次报告聚焦人工智能驱动的科学研究新范式，探究LLM在关键科学问题上的颠覆性应用，通过“通专融合”和“人机协同”等通用人工智能实施路径，将LLM的通用能力和专业知识与科学问题有机结合，实现人工智能在自主科学发现上的加速，赋能学科和行业发展。