领导致辞：陈松灿，江苏省人工智能学会理事长

领导致辞：冯少东，省科协党组成员、副主席、一级巡视员

启动仪式：全球校园人工智能算法精英大赛启动仪式（拟邀：周志华院士、陈松灿理事长、省委网信办、省科协、省发改、省教育、省科技、省工信厅等相关部门领导共同上台启动）

具身智能是连接物质世界与精神世界的桥梁和工程路径，已经成为探索智能和智能应用的重要手段。同时，在具身智能研究中存在实体种类繁多、任务高度相关等困难，因此往往呈现出依赖性、专用化的特征，制约了这一领域的发展。如何具备跨实体的迁移性和跨任务的成长性是突破上述桎梏的关键。围绕上述问题进行探索，我们提出通过分层的任务分解以及语言和具身实体适配等实现迁移性、通过持续学习增强成长性等思想。报告中给出了我们近期一些相关工作对这些想法可行性的探索及其结果。在此基础上，梳理了未来值得关注的问题和发展方向。

 跨媒体智能是新一代人工智能的重要组成部分，多媒体表征是跨媒体智能分析的共性基础。传统学习范式基于同分布假设，虽然在众多领域都取得了成功，但难以适应动态开放环境下多媒体数据分布动态变化带来的巨大挑战。本报告首先针对动态开放环境下数据-模型-任务的关联复杂性以及机器-环境的交互复杂性两个重大难题，提出自主机器学习理论框架与方法体系，构建自主优化与自主演化理论模型。进一步，介绍多媒体自主智能，包括多媒体数据自选择、模型自适应、任务自切换的自主优化，以及多媒体表征模型架构的自主演化等最新进展。最后，探讨多媒体具身智能学术前沿，介绍自主具身智能及相关研究工作，并指出未来研究方向。

当前，跨模态视觉生成方法普遍面临特征耦合的共性挑战，导致生成过程可控性弱、内容精准度低。特征解耦将原始数据中混杂的特征分解为相关性低且具有明确语义的潜在特征，为实现精准可控的视觉生成提供了有效途径。本报告重点介绍针对跨模态生成过程构建的“语义对齐解耦-语义增补解耦-时空表征解耦”方法体系。首先，将跨模态输入中的耦合语义拆解至不同粒度的语义子空间，实现对象、属性、关系等多层次独立解耦生成；其次，在潜在表征空间中引入外部知识，增强表征解耦能力；最后，通过时-空表征解耦，实现运动过程与空间结构的独立控制与连贯生成。该体系为细节可控、高效灵活的跨模态视觉生成提供了系统化支撑。

2025年OpenAI o1和DeepSeek R1标志着大模型技术实现了从单词接龙的模仿式学习到强化学习的探索式学习的跃迁，使人工智能从学习固定数据的静态模型迈入开放动态环境的自主智能体。正如人类社会发展呈现出的个体专业化和合作规模化的鲜明趋势，我们认为人工智能也将迎来智能体专业化和规模化发展，以及多智能体智能涌现的发展态势，本报告将阐述大模型驱动的自主智能体发展的关键技术、趋势与挑战，展望即将迎来的以人机协同群体智能为标志的人工智能第二次涌现的愿景。

（1）南京市政府代市长李忠军致欢迎辞；

（2）工信部科技司杜广达副司长致辞；

（3）江苏省政府分管领导致辞。

（1）江苏省关于“人工智能+”的行动方案

（2）江苏省关于加快人工智能终端产业发展的实施意见

（3）江苏省人工智能赋能新型工业化2026年工作清单

（4）南京市加快推进人工智能+软件产业发展实施方案

（5）江苏省新增大模型备案发布（10个）

（6）江苏省人工智能创新产品、人工智能应用解决方案、人工智能应用场景标杆项目等

（1）南京人工智能应用中试基地（制造领域冶金方向）启动仪式

（2）中国信通院江苏人工智能创新平台启动仪式

（3）国家慢病多模态高质量数据集建设项目

（4）南京市支持OPC社区发展平台联盟启动

（1）中国科学院院士、南京大学副校长周志华，演讲主题：关于人工智能OPC的思考

（2）中国工程院院士、中国科学院工业人工智能研究所所长于海斌，演讲主题：人工智能全面赋能制造业发展

（1）启动仪式

中国人工智能产业发展联盟与软件谷、河西中央科创区共同启动南京人工智能生态协同发展计划

重点园区园企合作揭牌

（2）南京人工智能生态街区、主要载体建设成果发布

（3）南京城市可信数据空间正式启动

（1）中国信通院人工智能所所长魏凯，演讲主题：人工智能产业发展研究报告2025（5分钟）

（2）阿里云智能集团战略发展副总裁明星，演讲主题：从“一个人”到“一个生态”——阿里巴巴为南京OPC社区注入AI创业新势能（10分钟）

（3）浩鲸云计算科技股份有限公司CTO肖正沧，演讲主题：鲸智百应：AI驱动的组织进化（10分钟）

（4）玄武大模型工厂首席运营官李强，演讲主题：大模型时代的AI产业生态（10分钟）

（1）全球校园人工智能算法精英大赛产业赛道颁奖：

“工业人工智能”赛道颁奖（中科院工业人工智能研究所）

“人工智能+新材料”赛道颁奖（苏州实验室）

（2）2025全球青年智能体应用场景创新创业挑战赛总决赛颁奖

随着大语言模型与AI智能体技术的爆发式发展，人机共生的社会形态正在加速到来。在这一新兴范式中，AI系统不仅作为工具存在，更成为信息处理、知识生成与决策支持的核心环节，甚至在某些场景下已成为“第一信源”与“最近端决策点”。当人类认知过程与AI系统深度交织，我们面临前所未有的认知安全挑战：AI系统如何避免被恶意操控？人类如何保持认知自主性？如何构建健康的人机认知生态？本报告将探讨人机共生背景下的认知安全新范式，分析AI智能体的认知脆弱性与威胁模式，并思考技术、制度与伦理层面的应对策略，以期为这一新兴研究领域提供系统性思考框架。

在人工智能与各领域融合的浪潮中，情感价值与陪伴经济迎来了新的发展机遇，众多心理健康应用、疗愈助手和智能陪伴机器人等都在引入情感计算技术，提升其情感分析能力与情感合成能力，优化人机交互体验。对于这种普适场景中的情感应用，传统情感计算模式在普适心理场景下暴露出局限性，面临着量大问题，就是真实场景的数据进不了实验室，而实验室的高精度模型出不了实验室。报告重新审视了情感计算中的相关问题，例如情感本身的特点，包括其在语言、语言、视觉等多模态通道上的不确定性、普适场景中情感计算的个性化和鲁棒性等等。在此基础上，提出了普适场景的情感分析的框架，并介绍了团队的几个探索性的工作。希望能够提升人工智能在情感理解、共情与心理干预方面的性能，推动情感计算技术在心理健康、智能交互等领域引发新的变革。

在当今智能化浪潮中，如何真正让前沿技术落地，赋能千行百业？我们常面临三大核心拷问：第一，数据作为新生产要素，如何通过产学研政协同，构建既高质量又安全合规的驱动引擎？第二，垂直领域的大模型，如何跨越技术泛化性，深度理解行业知识与复杂时空规律？第三，单个智能应用如何演进为协同工作的“智能体集群”，系统化重塑业务场景？

本报告基于我们与顺丰科技集团等行业领军企业、苏州科技大学等地方高校的长期合作，以“昆山实践”为例，探索出“高质量数据集建设+垂域大模型+多智能体赋能”的协同创新模式。我们汇聚政企多源数据，通过系统性治理与标注，打造城市级时空高质量数据集；以此为基础，训练出深度理解物流、城市治理等知识的“丰知”垂域大模型；最终，我们构建了覆盖物流调度、应急指挥、产业优化等超50个场景的近千项智能服务，形成了多智能体协同赋能的应用生态。这一模式已结出硕果：在产业侧，为昆山大闸蟹、咖啡豆等特色产业降低物流成本20%；在政府端，显著提升了民生诉求响应与应急指挥的精度与效率。我们的实践证明，通过构建“政产学研用”协同的数据开发与价值闭环，能够切实推动数据要素价值释放，为产业降本增效、政府效能提升与城市现代化治理提供可复制、可推广的新范式。

知识检索增强技术（RAG）已成为大语言模型优化的重要路径，通过引入外部知识源，显著缓解了模型的幻觉问题与知识更新滞后等挑战。当前，在大语言模型持续演进——包括更强大的基座模型、复杂推理能力的提升（如DeepSeek-R1），以及RAG技术本身的迭代（如GraphRAG、Agentic RAG等）的推动下，再结合知识图谱增强（KAG）及本体增强（OAG）的领域语义适配能力与记忆系统（MemOS）的认知级资源管理，RAG系统正逐步从基础问答向逻辑推理、多轮连贯对话和复杂决策支持等更高阶场景演进。

在这一融合进程中，RAG实现了多维度升级：从模糊匹配转向逻辑驱动的精准检索，从信息堆砌发展为逻辑自洽的答案生成，从单一问答任务扩展至系统性决策支持，并正在从被动的知识工具转变为具备持续学习和语境适应能力的认知伙伴。本报告将系统回顾2024年RAG关键技术动态，包括GraphRAG在多跳推理上的突破、KAG在垂直领域的深度适配、OAG在复杂场景的可解释决策以及MemOS在记忆调度机制中的创新，同时评估以往提出的技术挑战与路线图的实现情况。

报告还将聚焦于“是否仍需要RAG，以及需要怎样的RAG”这一核心问题，重点从RAG与图结构及KAG的深度融合、推理能力的层次化提升、与MemOS的协同记忆管理，以及在决策支持中的实际应用四个维度展开分析，为技术管理者与创业者系统梳理Agentic RAG结合KAG与MemOS的潜能与落地价值，助力把握下一代检索增强技术的主流趋势与发展先机。

该报告将分别介绍大语言模型推理算法的优化、推理能力的评测以及从语言到多模态的推理能力构建。在大语言模型推理中，GRPO及其变体DAPO等强化学习算法成为主流，目前这些算法都是基于完整序列计算优势函数，往往忽略序列中Token的贡献差异，本报告将介绍一种基于细粒度Token级优势计算的强化学习算法，显著提升大语言模型的推理能力。在大语言模型推理能力评测中，任务多集中于数学代码等领域，我们将介绍一个系统评估大语言模型长链反思推理能力的基准LR2Bench，该基准发现推理大模型仍存在很大的提升空间，也展示出对多模态推理的需求。最后，该报告将介绍一种多模态大模型推理能力的高效构建方法。

随着AI Agent系统从单体模型走向多智能体协作，强化学习（RL）逐渐成为实现「自治决策、动态优化、持续学习」的核心机制。过去一年中，慢点团队在多个区域市场与行业场景中验证了这一体系，从Prompt工程阶段到具备自主策略演化的Agent架构，已在多个知识服务业务场景实现可量化ROI增长。

随着人工智能领域的快速发展，无人驾驶感知技术取得了长足的发展，但依然无法满足复杂开放环境下无人系统安全运行的实际需求，从而导致无人驾驶汽车事故时有发生。该报告针对无人驾驶的视觉感知与生成任务，从视频去雾、3D占用估计和3D建图与定位三个方面，介绍了课题组近期的工作进展。

随着智能体在真实设备上的操作能力不断增强，多模态 GUI 智能体已经成为连接大模型与实际应用场景的重要技术方向，其潜力在于让 AI 能够像人类一样理解界面、执行任务、完成跨应用复杂操作。本次报告将介绍这一领域的任务背景与技术发展。我们将结合AppAgent 系列工作展开讨论，进一步阐述多模态 GUI 智能体如何通过探索驱动的学习机制获得更强的推理能。报告将介绍理解用户界面、空间关系与交互模式的最新方法，并重点阐述智能体如何通过系统化的探索与推理，学习在复杂数字环境中自主导航与操作。

本报告主要介绍了⾯向AI for Science的图计算平台， ⾸先， 我们采⽤了软硬件协同加速技术， 使软件和硬件紧密合作， 通过优化算法和硬件设备之间的协同⼯作， 实现更⾼的性能和效率。此外， 我们的平台还⽀持多种GNN框架以及Graph⼤模型， 并具备图神经⽹络架构搜索能⼒ ， 以优化图神经⽹络模型的性能和泛化能⼒。最后， 我们提供⾯向科学计算的⼀站式的图开发解决⽅案， 包括 数据处理 、算法优化 、模型训练与部署等环节， 为研发⼈员提供便利和⾼效的⼯具和平台， 并在计算制 药， 临床诊断， 地震预测 、⾼能物理等科学领域取得了⼀定成果。

在“AI+”战略背景下，工业企业数智化升级普遍面临数据质量不高、模型容错率低、业务场景融合难等技术挑战，该汇报介绍了一套基于云边协同架构的工业AI高质量应用方法论，涵盖高质量数据集建设思路、大小模型协同机制、场景融合策略等内容，并通过剖析生产运行寻优、设备智能运维等典型场景案例，分享AI模型实现工艺参数动态优化与闭环控制的实践经验。

组合式创造性是人类智能的重要体现之一，其核心是将多个看似无关的事物之间建立联系，形成新颖的、惊奇的、价值的融合事物。大多数现有视觉生成式方法主要是模拟数据分布，缺乏组合式创造性的探索。因此，如何设计具有组合式创造性的视觉生成式方法就成为一个研究难点。结合生成扩散的基础模型，介绍本团队近年来在组合式创意视觉生成方向上的一些探索研究，并探讨一些未来研究趋势。

高效高精度的三维理解与建模是构建物理实体数字化表达、以及解决三维空间计算与仿真推演问题的关键。目前三维建模面临几何空间表征能力有限、缺乏结构理解能力的难题，特别是无法对多源异构数据之间的结构关系和约束进行有效表示。针对几何与结构联动性不足、复杂异构数据理解难和大尺度场景建模难的挑战，本报告从高效三维结构化表征、结构表征驱动的三维理解、结构表征引导的智能建模三个层面介绍结构化表征驱动的三维智能建模的研究进展，技术成果应用于工业产品三维建模仿真、三维数字孪生构建、工业机器人三维感知理解等多项任务。

当AI越来越擅长写代码，开发人员会面临怎样的机遇与挑战，当前我们与之协作最好的范式又会是什么?

介绍企业案例，如何将大模型技术与具身机器人结合的工作情况和思考，以及校企合作的探索。

立足校企双向奔赴，分享深度融合经验，通过携手解决客户需求，共创高质量合作

中兴滨江工厂打造五自智能体在工业领域全场景实践，探索人工智能赋能新型工业化实践，以全局智能重塑价值，成就客户和生态共赢

在深度学习快速迭代的浪潮中，前沿研究聚焦于从“变”的角度构建机器学习方法，如增加数据/标记规模、设计创新网络架构、构建多样学习模式等。然而，从机器学习的基础研究视角，我们可发现机器学习的各个环节中存在更为本质的”不变性“规律与内涵，如数据高维标记空间的低维特征模式、网络基础模块的不变/等变性结构本质、学习模式设计的内在统一性规律等。把握这些不变性内涵，有利于我们更深刻理解提升机器学习泛化性、鲁棒性、可解释性机理的理论方法途径，更合理利用这些基础原理设计更加简洁合理的学习模式，构建更加具有深刻内涵的机理-数据双驱动、知识-网络相融合的有效机器学习方法。基于此，本报告将介绍针对高维标记空间低维不变性隐空间提炼的“标记分布建模”理论与方法、针对网络基础卷积模块旋转-尺度-仿射等变性结构刻画的“参数化卷积”理论与方法、针对机器学习方法超参设置不变性规律提炼的“模拟学习方法论”理论与方法，从而尝试探讨对机器学习方法如何从“变”中提炼其“不变”内涵的方法论思想，为机器学习的基础研究与工程应用提供一种可参考的视角。

当前大模型主要基于Transformer架构，在Scaling law驱动下越来越大，然而Transformer具有二次方计算复杂度，Scaling law驱动难以为继；我们需要思考如何基于脑启发设计新一代大模型的基础模型和计算架构，找到一条可持续推动当前AI系统到下一个阶段的通用人工智能道路。本报告借鉴大脑信息处理机制，聚焦树突脉冲神经网络，结合报告人的科研进展，阐述构建新一代通用类脑脉冲大模型基础架构的主要科学问题，探索一条基于新架构构建低功耗人工智能的新路径，实现脑科学与人工智能的双向赋能（Brain for AI 和AI for Brain）。

图神经网络在社交网络分析、分子预测、推荐系统等多个领域获得广泛关注，但针对理论仍相对滞后。本报告聚焦图神经网络泛化性这一核心科学问题，系统剖析分布内和分布外场景下的泛化误差分析，全面探讨图结构特性、数据分布等关键因素与泛化性能的关联规律。

科学研究作为推动人类社会进步的核心驱动力，其效率提升对科技发展具有重要意义。人工智能技术在加速科学发现方面的探索，已成为实现通用人工智能的关键试金石。着眼于此，我们提出了通用科研智能体SciMaster，旨在通过构建"搜、读、算、做、写"的完整科研闭环，显著提升科研工作效率。SciMaster依托多智能体协同框架X-Masters，在人类最后考试（HLE）评估中首次突破30分，展现了卓越的综合学术能力。本报告将重点阐述SciMaster在文献检索、科研计算及学术写作等核心环节的技术实现与应用效果，为AI辅助科研提供新的解决方案。

世界模型是能够理解和建模现实世界动态的生成式 AI 模型。视频生成作为其关键技术支撑，不仅考验模型对空间一致性的保持能力，也对其长程依赖建模能力提出了挑战。本报告将探讨面向世界模型的视频生成应具备哪些核心特性，并以 Macro-from-Micro Planning（MMPL）方法为例，展示如何将帧级视频建模推进至契合世界模型的新范式。我们提出的这种视频生成新架构，能够有效缓解自回归长视频生成中普遍存在的时域漂移与串行推理瓶颈问题，为发展面向世界模型的视频生成技术提供新的研究思路。

遥感解译是对遥感影像进行识别、分类和解释的信息处理过程，是实现地表信息提取、资源环境监测、灾害应急响应等应用的关键环节。长期以来，解译技术经历了从人工判读到机器解译的演进。机器解译通过模拟人脑的认知机制，对遥感信息的智能化提取。然而，人脑和机器在信息处理方式上存在本质差异，人脑擅长抽象的推理认知，而机器擅长数据统计的记录计算。因此，本报告围绕遥感解译的智能感知体系，汇报跨域遥感场景解译技术和高信噪比高光谱成像技术，发现遥跨域遥感图像解译模式，探索地物高灵敏度探测机理，提高遥感感知解译能力。

对地观测已进入大数据时代，遥感基础模型以其泛化能力得到越来越多的关注。报告针对基础模型用于遥感实践面临的问题挑战，系统阐述了如何构建高质量的样本数据集、如何结合成像物理优化网络模型、如何提升大规模解译任务的时效性等三方面的技术进展。进一步，介绍了绍基础模型在国民经济多个领域的应用效益。

近年来，大模型技术的进展推动了遥感信息处理从深度学习时代进入大模型时代。遥感大模型具备数据可通用、任务可通用、知识可通用等特点，能够有效提取遥感信息中的通用特征表示，对数据模态、模型框架、下游任务、先验知识、用户需求等进行有机整合和决策控制。本报告从可见光遥感图像大模型、多任务遥感图像大模型、多模态遥感信息大模型和生成式遥感图像大模型等方面，介绍研究团队近年来在多模态遥感大模型方面的研究进展，最后讨论研究工作展望。

基于多无人机和卫星的多视角图像对复杂场景进行三维渲染与分析，在实景三维构建、低空智能感知等方面有重要研究与应用价值。本次报告中，讲者将围绕三维遥感场景视角稀疏、场景尺度大的特点，介绍课题组近期在该方向的研究工作，包括稀疏视角和大范围3D遥感场景的BEV感知、Occupancy感知、高保真渲染与生成等。最后，将对该方向的潜在应用和未来方向进行讨论。

近年来，科学智能（Scientific AI）领域备受关注。2023年，美国哈佛大学联合多家单位在《Nature》上发表题为《Scientific Discovery in the Age of Artificial Intelligence》的论文，指出人工智能技术大大加速了科学研究，可以获得传统方法无法发现的科学洞见。然而，如何实现科学规律与人工智能的深度融合，仍然处于研究探索的早期阶段。本报告将介绍大数据系统软件国家工程研究中心与中国气象局天气预报大模型团队在人工智能气象大模型领域的代表性工作，包括极端降水临近预报大模型NowcastNet、人工智能临近预报系统“风雷”和全球中短期天气预报系统“风清”，进而探讨科学机器学习这一新学习范式的典型进展。

随着人工智能技术的飞速发展，面相医学影像的基础模型不断被研究提出，并在各种影像分析任务重取得了优异的性能，已经成为学术和工业界的热点。超图是常规使用的图的泛化，能更为有效的表达复杂关系，目前在医学影像领域也有着广泛的应用，但面向超图的基础模型研究还较少。本报告介绍超图基础模型，及其在医学影像领域中的两个应用。

脑科学与人工智能机器人技术的交叉融合是人工智能学科未来发展的大势所趋，势必引发新一代科技革命和产业革命，从而深刻影响人类的生产生活方式。围绕未来都市的出行、服务、安保等生活场景，段峰教授将介绍脑控汽车、垂直起降飞行器、智能假肢、助老康复机器人、脑控动物等脑机接口典型研究成果。

近年来，深度学习技术在医学图像分析领域进展迅速。但是，由于心血管影像模态多、维度高、标注难等特点，使得依靠大量精细标注监督学习范式在心血管图像计算中面临巨大挑战。为此，我们提出了多种融合先验知识的深度学习血管影像AI模型，在提高任务精度的同时降低了模型训练对精细标注数据的依赖，同时更好地服务临床诊疗需求。

随着医学数据规模的不断增长以及临床流程的持续复杂化，医疗人工智能正逐渐成为提升诊疗效率与质量的重要力量。从疾病早筛到个体化治疗，AI 正在改变医疗服务的运行方式，也为临床决策提供了前所未有的支持。本次报告从“感知—诊断—治疗”的整体流程切入，介绍智能技术如何参与到临床实践的不同阶段。我们将首先讨论智能感知技术如何帮助医生获取更精准、更丰富的医学信息；随后展示智能诊断模型在疾病识别、风险预测和辅助决策中的关键作用；最后延伸到智能治疗，包括个性化治疗方案推荐及术后康复等环节。 通过这样的三位一体视角，本次分享希望呈现智能诊疗技术在诊前、诊中、诊后的协同价值，并探讨其对未来医疗体系的推动作用及发展潜力。

手术机器人等高端医疗装备核心技术的突破与全面智能化转型升级是面向世界科技前沿、面向国家重大需求、面向人民生命健康的重大国家战略任务，为打破欧美高端数字医疗装备的技术垄断提供决定性保障和有力支撑。现有手术机器人缺乏有效的多模态手术目标协同感知系统且对医生操作要求较高，严重制约了其在国防安全、疫情灾情等国家重大突发事件应急响应中的推广和应用。具身智能通过构建“感知-认知-行动”的闭环交互机制，使手术机器人能够像人类医生一样理解手术环境、适应复杂场景并做出智能决策，这是实现其自主能力跃升的关键路径。针对上述具有挑战性的问题，本讲座深入介绍了手术机器人从术前、术中到术后的多模态感知的基本原理和关键方法，并展示了我们团队在具身智能驱动的手术机器人自主操作等方面取得的一些初步进展，为减少我国医疗事故提供重要保障。