| 日期 | 上午 | 下午 |
|---|---|---|
| 11 月 9 日 | 强化学习理论 授课教师：温颖 | 游戏AI前沿进展 授课教师：赵鉴 |
| 11 月 10 日 | 大模型基础与核心技术 授课教师：王诗杰、管浩言 | 大模型强化学习及后训练实践 授课教师：张晨、王翰竟、谭泽霖 |
| 11 月 11 日 | 大模型智能体关键技术 授课教师：张航帆、张劭、温睦宁 | 具身智能关键技术 授课教师：李阳、竺正邦、朱觐镳 |
| 11 月 12 日 | 多智能体理论与前沿 授课教师：陈阳、杨滢轩 | 大模型智能体安全 授课教师：刘东瑞、沈雯 |
| 11 月 13 日 | 多模态大模型基础与前沿 授课教师：刘翼豪、操铄、季晨皓 | AI创新创业与产业实践 授课教师：宋研、曹斌 |
个人简介待更新
待更新
待更新
赵鉴，北京中关村学院助理教授，博士生导师，中关村人工智能研究院研究员，AI&GAME实验室负责人。先后获中国科学技术大学工学学士和博士学位。面向国际前沿和国家需求，围绕人工智能开展博弈决策和游戏智能体构建等理论方法、关键技术研究，已在NeurIPS、ICML、ICLR等国际顶尖学术会议和期刊上发表论文40余篇。曾获中国智能体与多智能体系统优秀博士论文提名奖，腾讯全球开悟多智能体强化学习大赛冠军，RLChina 智能体挑战赛冠军等学术竞赛奖项。作为项目负责人主导腾讯、网易等产业合作项目。
从AI玩游戏、AI创造游戏，到AI原生游戏，人工智能正在改变游戏的玩法、开发方式乃至游戏本身的形态。本课程将以这一技术演进为主线，首先介绍强化学习与多智能体技术如何让AI掌握复杂游戏策略，并逐步走向通用游戏智能体；随后探讨大模型与生成式AI如何参与游戏设计、内容生成与智能交互；最后结合游戏世界模型与神经网络游戏引擎等最新进展，探讨由AI实时生成游戏世界、以AI驱动核心玩法的全新游戏形态，以及其中值得探索的前沿研究机会。
Section 1：AI玩游戏，从强化学习到通用游戏智能体
Section 2：AI创造游戏，大模型与生成式AI赋能游戏开发
Section 3：AI生成游戏世界，世界模型与神经网络游戏引擎
Section 4：AI+游戏的全新玩法与前沿研究机会
王诗杰，上海人工智能实验室研究员，博士毕业于中国科学院自动化研究所。主要从事大模型基础与核心技术研究，研究方向包括模型架构设计、长序列建模与推理能力提升、以及强化学习优化。研究成果发表于ICML、ACL、AAAI、EMNLP、TNNLS及IEEE/CAA Journal of Automatica Sinica等国际学术会议与期刊。
管浩言，上海人工智能实验室青年研究员，入选上海市白玉兰人才计划。博士毕业于伦敦国王大学计算机科学专业，曾在香港大学从事博士后研究工作。他主要兴趣在迁移学习，大语言模型新架构、记忆等相关研究。研究成果发表于CVPR、 ICML、TNNLS等国际学术会议。
本课程系统介绍大模型的基本原理与核心技术。课程首先讲解语言建模、Transformer架构与注意力机制，随后梳理预训练的数据、目标与基本流程，并介绍文本生成与能力评测的基本方法。最后，围绕模型架构创新、长上下文与高效推理，介绍代表性技术思路与发展趋势，帮助建立对大模型技术体系的整体认识。
Section 1 大模型基本原理与模型架构
Section 2 大模型预训练：数据、目标与流程
Section 3 大模型文本生成与能力评测
Section 4 核心技术进展：架构创新、长上下文与高效推理
张晨，上海人工智能实验室研究员，2025年博士毕业于中国科学技术大学，腾讯联合培养。主要研究方向为深度强化学习理论与关键技术、大模型后训练、多智能体系统，在ICML、NeurIPS、ICLR、AAAI、ACL、EMNLP等高水平国际会议上发表论文20余篇，担任多个顶级会议的审稿人与领域主席。曾获中国科学院院长奖学金、博士生国家奖学金、WAIC-A MMAS 2026 杰出论文奖、腾讯技术突破奖银奖（团体奖项）。
王翰竟，上海人工智能实验室研究员，2025年博士毕业于上海交通大学，主要研究方向为大规模强化学习系统。当前，他关注应用于大语言模型Mid-Training以及Post-Training阶段的高效算法-系统共同设计以及面向多智能体强化学习系统框架的前瞻性研究，曾多次在国内外期刊会议担任强化学习与系统方向审稿人。
谭泽霖，中国科学技术大学与上海人工智能实验室联合培养博士研究生，本科毕业于中国科学技术大学计算机系。主要研究方向为大语言模型后训练、智能体及机器学习系统。在博士期间，他围绕大模型推理能力提升与高效应用开展了一系列研究，在ACL/EMNLP/Neurips等顶级会议上发表多篇论文，谷歌学术引用量五百余次。同时，他是强化学习框架ROLL的核心贡献者，拥有大量模型训练、智能体开发及系统优化方面的研究与工程经验。
本课程系统梳理大模型强化学习的核心理论、方法、infra与实践，课程首先回顾强化学习中的重要理论，探讨大模型领域RLHF、reasoning到Agent 场景下的强化学习，再深入探讨主流强化学习infra的设计架构和演化路径。最后，课程还将结合大模型强化学习的代码实践，从真实案例出发，分析大模型后训练中的工程问题。
Section1 大模型强化学习方法及理论（张晨）
Section2 大模型强化学习infra（王翰竟）
Section3 大模型后训练实践（谭泽霖）
Section 4 未来展望 （张晨）
张航帆，上海人工智能实验室研究员。2026年博士毕业于美国宾夕法尼亚州立大学。主要从事大语言模型智能体、自进化人工智能、可信机器学习、大模型安全与对齐等相关研究。研究成果发表于 ICML、NeurIPS、ACL、CCS等国际学术会议。
张劭，上海人工智能实验室研究员，2025年博士毕业于上海交通大学。主要从事大模型智能体、多智能体学习与人智协同研究。长期担任ICLR，ACL ARR，ICML，NeurIPS，CHI等多个顶级会议的审稿人与领域主席，并任IJCAI2027 流程主席与DAI 2026出版联合主席。已在ICML、NeurIPS、ICLR、ACL、CHI、UbiComp等高水平国际会议发表多篇论文，曾获ACM IMWUT杰出论文奖。
个人简介待更新
本课程系统梳理大模型智能体（LLM Agent）的核心概念、关键技术与实践方法。课程首先介绍大模型智能体的基础架构与关键组件，涵盖工具调用、上下文与记忆管理、执行控制等内容，随后探讨反馈驱动的大模型智能体进化机制与持续改进方法。在此基础上，课程将介绍大模型智能体的评估方法以及模型与执行框架的联合评估，分析二者的适配关系及其对任务表现的影响，并进一步讨论人智协同中的交互、协调与实时决策。最后，课程将围绕 AI4AI，探讨如何利用智能体辅助 AI 研究、系统开发与迭代优化，展望智能体系统的发展方向。
Section 1 Agent Harness 基础：架构与关键组件（张航帆）
Section 2 Harness 进化：反馈驱动的持续改进（张航帆）
Section 3 Agent 评测：模型与执行框架的联合评估（张劭）
Section 4 Human–Agent Collaboration：人智协同与实时交互（张劭）
Section 5 AI4AI：智能体驱动的 AI 研究与系统优化（温睦宁）
李阳，上海交通大学计算机学院 John Hopcroft 中心长聘教轨助理教授，上海人工智能实验室物理智能中心双聘研究员。博士毕业于英国曼彻斯特大学计算机科学专业，曾任华为伦敦研究所研究科学家（Research Scientist）。主要研究方向包括多智能体系统、具身智能与 AI for Science。相关成果发表于 ICML、NeurIPS、CoRL、JAIR、RAL 等国际顶级会议和期刊，获 IROS QRC 2025 四足机器人挑战赛冠军及杰出表现奖等。长期担任 NeurIPS、ICML、TRO 等人工智能与机器人领域重要会议及期刊审稿人与PC成员，并任 IROS 2026 Associate Editor。
竺正邦，上海人工智能实验室青年研究员，2026 年博士毕业于上海交通大学。主要从事强化学习、模仿学习与机器人学习研究，关注生成式模型在序列决策、多智能体协作与机器人操作中的应用，以及具身基础模型与世界模型。研究成果发表于 ICML、NeurIPS、ICLR、CoRL 等国际学术会议，担任 ICML、NeurIPS、ICLR、RSS 等会议审稿人。
朱觐镳，通用决策智能研究所机器人算法工程师。主要研究方向具身智能包括机器人操作任务模仿学习、端到端通用机器人策略、具身 harness 。承担或参与多个高校、企业合作项目。
本课程系统梳理具身智能的核心概念、关键技术与实践方法。课程首先介绍具身智能的发展脉络、典型任务与技术体系，理解智能体通过感知、决策与行动同物理环境交互的基本范式。随后围绕物理智能体的构建，探讨多模态理解、任务规划、动作生成与闭环执行的关键方法，以及数据、学习与交互如何支撑智能体的泛化能力。在此基础上，课程将结合典型任务开展物理智能体实践，串联环境搭建、模型使用、任务执行与效果评估，帮助学员理解从算法原理到系统实现的完整流程。
Section 1 具身智能导论（竺正邦）
Section 2 物理智能体（李阳）
Section 3 物理智能体实践（朱觐镳）
陈阳，上海人工智能实验室研究员。于新西兰奥克兰大学获得计算机科学博士学位。研究兴趣包括大语言模型、强化学习、模仿学习、多智能体系统及博弈论等方向。他的研究成果发表在 NeurIPS、AAAI、IJCAI、AAMAS、ACL 等人工智能知名国际会议。他担任多智能体系统顶级国际会议AAMAS 2024的本地主席和AAAI Track主席，并长期担任 JMLR, ICML, NeurIPS, ICLR, AAAI, ACL, IJCAI 等人工智能领域顶级期刊和会议审稿人，并担任多个会议领域主席。曾获得AAMAS 2024最佳展示奖。
杨滢轩，上海交通大学人工智能学院博士研究生，曾赴美国加州大学伯克利分校访问。主要从事大语言模型、智能体与多智能体系统研究，关注模型与智能体协同演进、多智能体协作与规模化，以及智能体互联生态。研究成果发表于 NeurIPS、ICML、ACL、EMNLP、AAMAS 等国际学术会议。参与人工智能智能体互联系列国家标准编制，担任 ACL 2026 线上分会场主席，以及 ICML、NeurIPS、ACL ARR、KDD、AAAI 等国际会议审稿人，曾获 KDD 优秀审稿人认可。
待更新
待更新
刘东瑞，上海人工智能实验室智能体攻防系统中心负责人，青年科学家，入选WAIC 2026云帆奖和上海市高层次人才计划。长期从事AI安全可信研究，获CVPR 2024最佳论文候选和ACL 2025杰出论文。国际首次从工具—记忆—协同层面揭示智能体风险传导与根因，近两年系列工作获两次最佳论文和八篇CCF-A类会议Oral。研发国际首个诊断式智能体守卫模型AgentDoG套件，系列开源工具获星标2w+，已落地阿里、讯飞、360、支付宝等公司，支撑千万级用户和亿元业务。研发DoGNAVY智能体赋能漏洞治理，参加国际赛事获三项国内第一、一项全球第一，获央视等多家媒体报道，相关成绩消息拉升国安股份涨停，影响市值超过30亿人民币。
沈雯，同济大学计算机科学与技术学院副教授、博导/硕导，上海市“晨光学者”。主要从事深度模型的可解释性、可靠性与安全性研究，已发表学术论文40余篇，其中以第一作者或通讯作者（含共同）在IEEE TPAMI、JMLR、ICML、NeurIPS等CCF-A类期刊和会议发表论文15篇。主持国家自然科学基金面上项目、青年科学基金（C类）项目、上海市新一代信息技术项目、智能列车铁路行业工程研究中心重点项目等科研项目。担任上海市计算机学会计算机视觉专业委员会委员、中国人工智能学会粒计算与知识发现专业委员会委员、智能列车铁路行业工程研究中心青年技术委员会委员。曾获上海市计算机学会优秀博士学位论文提名奖等荣誉。
近年来，大模型驱动的智能体范式快速演进，能力边界已从语言理解与生成，拓展到自主规划与交互式执行。依托任务拆解、外部工具调用、持久化记忆管理以及多智能体协同机制，智能体能够在开放非受控环境下动态决策、持续交互，完成长程复杂任务。伴随能力提升，安全威胁范式也随之转变：风险不再是基础模型层面的单点问题，而是升级为贯穿智能体任务闭环的系统性安全挑战。底层模型可能遭遇越狱、后门攻击；任务链路易受到提示注入、记忆投毒、工具劫持的操控；权限违规、多智能体协同失序还会引发风险横向扩散，突破单点安全边界。
本 Tutorial 以安全可信为核心理念，面向大模型智能体系统的全生命周期安全可信需求，重点围绕大模型可解释性、智能体协同、风险归因与安全防护等前沿方向展开研讨。
Section 1 大模型安全与可靠决策：从内部机制到智能体行为 （沈雯）
Section 2 智能体系统的风险归因与安全防护 （刘东瑞）
刘翼豪，上海人工智能实验室青年科学家、上海市高层次青年人才计划入选者，博士毕业于中国科学院大学。主要从事多模态生成理解一体化、生成式模型及图像视频增强研究。在 CVPR、ICCV、ECCV、ICML、ICLR、IEEE TPAMI 等国际顶级会议和期刊发表论文40余篇，谷歌学术引用1万余次。近年来围绕多模态统一建模持续开展系统性研究，带领团队研发全离散扩散多模态统一模型 Intern Lumina U2、Lumina-DiMOO、专家级美学理解大模型 ArtiMuse、统一感知层级图像理解模型 UniPercept 等代表性成果。曾获中国科学院院长奖、朱李月华优秀博士生奖、中科院深圳先进院院长创新奖等荣誉，并获 CVMJ 2025 Best Paper Honorable Mention Award。
操铄，中国科学技术大学与上海人工智能实验室联合培养博士生，2023年本科毕业于同济大学。主要从事多模态理解、多模态生成、奖励模型与后训练等研究。在 CVPR、ICML、ECCV 等国际顶级会议发表第一作者论文3篇、共同第一作者论文1篇，第一作者论文累计引用近百次。主导研发美学理解大模型 ArtiMuse、多模态图像感知理解大模型 UniPercept 等代表性成果，其中 UniPercept 入选 ICML 2026 Spotlight，ArtiMuse 于2025世界人工智能大会（WAIC 2025）正式发布，并在大会上作主题报告。ArtiMuse 与 UniPercept 系列项目累计获得 GitHub Star 超400个，半年内在线演示调用量超过50万次、模型权重下载量超过6万次。
季晨皓，上海人工智能实验室算法工程师，2026年硕士毕业于同济大学。主要研究方向为多模态理解与生成统一模型、图像与视频生成等，致力于探索多模态大模型的统一建模与生成技术。以第一作者身份在国际知名学术会议及期刊IJCV、NeurIPS、SIGGRAPH Asia发表论文3篇。
近年来，多模态大模型在视觉理解、内容生成、跨模态推理与交互等方向取得了显著进展，正逐步从面向单一任务的专用模型向融合多种模态、多类任务和多种能力的统一基础模型演进。然而，如何构建兼具高水平感知能力、生成能力与推理能力的多模态模型，如何建立符合人类感知与真实世界规律的评价体系，以及如何通过高效训练实现多模态能力的协同提升，仍然是该领域的重要研究问题。
本次 Tutorial 将结合团队近年来在多模态视觉感知、图像质量与美学评价、生成理解统一模型训练方面的系列研究成果，系统介绍多模态大模型的核心技术、代表性工作与最新研究进展。
Section 1. 多模态统一模型基础、技术演进与团队研究进展（刘翼豪）
Section 2. 多模态感知与生成质量评价：从美学理解到物理真实性（操铄）
Section 3. 多模态统一模型：架构创新、训练技术与最新进展（季晨皓）
宋研，伦敦大学学院（UCL）计算机科学博士生，研究方向为强化学习与大模型训练，在 AI 顶会发表多篇论文。现任国创决策智能技术研究院 Infra 团队负责人，带领团队研发智能体云平台 AgentCloud，推动强化学习智能体从研究原型走向多类业务场景落地。曾任职于中科院自动化研究所、华为，长期关注 AI 技术的工程化与产业化。曾主导多智能体评测平台“及第”，吸引大量科研用户，并与多个 AI 顶会合作办赛，推动国内多智能体生态发展。宋研也是 RLChina 社区初创团队成员。
曹斌，华为诺亚方舟实验室（伦敦）研究科学家、国创决策智能技术研究院兼任科学家，与伦敦大学学院汪军院士合作开展面向材料科学的智能体与机器学习研究。博士毕业于香港科技大学（广州），师从材料信息学先驱张统一院士，研究聚焦人工智能与材料科学，聚焦科学智能体、晶体表征学习与贝叶斯优化，致力于将物理证据、科学工具与研究经验融入智能决策，推动材料分析与自主发现。在《National Science Review》《Science Bulletin》《npj Computational Materials》等期刊及 ICLR、NeurIPS 等国际顶级机器学习会议发表多项第一作者研究成果，代表性工作 WPEM 为粉末衍射结构精修提供了新的理论框架与方法路径。主导开发自学习材料表征科学智能体 Ganjiang（干将），推动基础方法创新与科研工具开发深度融合，构建能够自主执行分析、验证结果并持续迭代的材料科研系统。
待更新
待更新