2026年10月15日，由中国图像图形学会（CSIG）主办，数字娱乐与智能生成专委会、浙江工商大学联合承办，中国计算机学会YOCSEF杭州、ACM杭州分会协办的CSIG生成式视觉智能论坛——多模态智能感知与生成研讨会在浙江工商大学国际会议中心一楼顺利举行，共吸引了百余位师生现场参会。
本次活动邀请到南京理工大学李泽超教授、浙江大学李玺教授、杭州电子科技大学徐岗教授、上海大学曾丹教授四位专家做特邀报告。浙江工商大学计算机科学与技术学院院长王勋出席并致辞。会议由浙江工商大学董建锋研究员、浙江大学况琨教授、东南大学吴天星教授、杭州电子科技大学余宙教授，浙江大学章敏教授教授、浙江大学朱霖潮研究员共同主持。数字娱乐与智能生成专委会主任浙江大学杨易教授、湖州师范大学楼俊钢教授等出席。
王勋院长代表学院向远道而来的专家学者表示热烈欢迎，并简要介绍了学院的发展历程。
主报告环节，南京理工大学李泽超教授作了题为“多模态内容理解与生成”的报告，本报告简要介绍团队在多媒体内容理解与生成方面的研究工作，主要包括图像理解、语义分割、视觉定位、可控文生图的增强-控制-蒸馏模型、反演适配器、风格迁移模型等，最后简单介绍了相关应用。
浙江大学李玺教授作了题为“基于多模态表征的图像和视频世界模型生成”的报告，系统地回顾了多模态特征表达和学习领域的不同发展阶段，介绍了近年来利用特征学习进行视觉语义分析和理解生成所做的一系列代表性的研究工作及其实际应用。特别关注这些技术在构建视频生成驱动的可实时交互世界模拟器中的应用潜力。报告的最后和大家一起探讨了涉及多模态视觉生成和理解所面临的一些开放性问题和难题。
杭州电子科技大学徐岗教授作了题为“AI赋能设计仿真类工业软件的若干尝试”的报告，汇报了课题组在 AI 赋能设计仿真类工业软件的若干工作，包括基于大语言模型的点云到 CAD 模型重建方法，基于强化学习的结构化智能分区方法，基于图神经网络的 CAE 仿真重用方法，基于自适应频域参数的多平面 CAE 仿真数据压缩方法，基于多智能体的 CAE 仿真分析图文报告快速生成方法，基于AI的软体机器人结构优化等。
上海大学曾丹教授作了题为“复杂动态场景下的目标智能感知与跟踪技术研究”的报告，围绕目标检测、轨迹关联、复杂运动建模与多模态时序理解等关键问题，介绍了自然场景多目标跟踪与空基红外弱小运动目标检测相关研究。重点阐述可见度引导特征增强、时空拓扑约束、生成式运动预测与视觉-运动-语言协同建模，以及复杂运动数据合成、轻量化运动补偿与目标信息蒸馏等方法，为动态视觉信号智能处理与目标感知提供技术参考。
随后的青年学术服务活动，陈佳伟、温震宇、李孟择、毕祯四位青年学者依次汇报了目前的研究进展，浙江大学杨易教师、浙江大学李玺教授、上海大学曾丹教授、杭州电子科技大学徐岗教授、浙江大学章敏教授、杭州电子科技大学余宙教授参与点评。
本次活动内容丰富，四位特邀讲者畅谈生成式视觉智能方向的研究进展，与会师生均表示大受启发，收获满满。现场气氛热烈，师生们踊跃交流讨论，至此，本次CSIG生成式视觉智能论坛——多模态智能感知与生成研讨会取得圆满成功。