人工智能如何走向真实世界？交通大模型与自主系统 | CNCC2026

个人简介｜中国科大计算机学院/软件学院教授，苏州高等研究院副院长，CCF物联网专委会委员、智慧交通分委会执委。主要研究方向为人工智能关键理论、AI for Science，承担中国科学院抢占科学制高点专项、国家重大科研仪器研制项目（部门推荐）等30余项国家级科研项目。以第一/通讯作者在Nature Computational Science (NCS)、IEEE Trans. on PAMI（3篇）、JACS、ICML、NeurIPS、ICLR、SigKDD、TKDE等Nature子刊与CCF-A类以上100余篇，获得WWW 2026唯一Best Short Paper，担任NeurIPS、ICLR等国际顶级学术会议领域主席（Area Chair）。获安徽省教学成果一等奖、中国科学院优秀导师奖、安徽省优博导师奖等省部级奖项。

报告题目｜城市交通时空智能：跨尺度、跨域与跨智能体视角

报告摘要｜本报告面向城市持续发展中的面临的交通态势预测难、跨域学习难以及交通-城市布局需求错配等问题，从跨尺度、跨域与跨智能体三个视角，探讨数据与人工智能协同赋能城市交通的关键方法。首先，介绍跨尺度时空交互建模，刻画人群移动与交通风险关联；其次，讨论不变关联驱动的时域分布外泛化，以及城市增长下的模型适应与持续进化；进而，结合出租车派单、新能源车辆安全预警与交通为中心的城市局部更新，探索模型与智能体协同决策。最后，提出交通与AI的深度融合机制与人机共创的城市交通新智能范式。

个人简介｜北京地平线机器人技术研发有限公司算法主任工程师、世界模型负责人。博士毕业于澳大利亚阿德莱德大学，长期从事计算机视觉、三维场景理解与生成式智能研究，在人工智能领域会议和期刊发表论文50余篇。当前主要研究方向包括世界模型、视觉-语言-动作模型、图像与视频生成及三维重建，致力于推动空间智能与生成式模型在自动驾驶和具身智能场景中的应用。

报告题目｜大模型如何理解真实道路？多模态定位与智能导航

报告摘要｜真实道路具有动态参与者密集、遮挡频繁、拓扑复杂和长尾事件多发等特点，仅依赖单一传感器或局部地图难以形成稳定理解。报告将从多模态定位与智能导航出发，讨论如何联合视觉、语言、地图、轨迹及车辆状态等信息，构建兼具空间几何与语义推理能力的道路表征；进一步探讨世界模型与端到端方法如何支持场景预测、路线规划和行为决策。报告还将分析多模态模型在数据闭环、实时推理、跨城市泛化及安全验证方面的关键挑战，展望大模型驱动的自动驾驶导航新范式。

个人简介｜CCF杰出会员，北京交通大学计算机科学与技术学院教授，现任计算机科学与工程系主任、交通大数据与人工智能教育部重点实验室学术带头人。主要从事时空智能及其在交通等领域的应用研究，方向包括时空数据挖掘、时空知识图谱、时空大模型和复杂交通场景智能分析。主持国家重点研发计划课题、国家自然科学基金面上项目及北京市自然科学基金重点项目等，发表学术论文130余篇。

报告题目｜交通时空大模型：从专用预测模型到通用时空推理

报告摘要｜交通预测长期依赖针对特定城市、区域或指标训练的专用模型，面对任务变化、数据缺失和跨域迁移时往往需要重新设计与训练。报告将围绕交通时空大模型，讨论如何利用大规模多源时空数据与交通知识，构建统一的时空表示和可迁移的推理能力，实现从流量预测、事件分析到问答、规划等多任务协同。报告还将分析时空预训练、知识增强、提示学习和模型轻量化等关键问题，并探讨通用时空推理模型在泛化性、可信性、实时性及交通业务落地中的评测路径。

个人简介｜上海交通大学副教授，专注于城市数据挖掘与人工智能应用研究，相关成果发表于NeurIPS、KDD、WWW、AAAI、IJCAI、ICDE等国际会议和期刊。已发表学术论文50余篇，研究关注城市时空数据分析、复杂场景智能感知以及人工智能在交通系统中的应用，并围绕情感计算等方向探索更加稳健、可解释和以人为本的智能技术。

报告题目｜复杂驾驶场景中情感计算：从鲁棒识别到情感智能体

报告摘要｜驾驶场景中的情绪与认知状态会影响注意力、风险判断和交互行为，但真实环境存在表情遮挡、光照变化、个体差异和多模态信号不完整等问题，使情感识别面临显著的鲁棒性挑战。报告将讨论如何融合视觉、语音、生理与行为信息，提升复杂驾驶场景中的情感感知与状态理解；并进一步探讨从“识别情绪”走向“情感智能体”，使系统能够结合道路情境和驾驶任务进行持续推理、风险提示与个性化交互。报告还将关注数据偏差、隐私保护、安全边界和评测标准等问题，推动情感计算服务于更安全、更自然的人车协同。

个人简介｜西南交通大学设计艺术学院教授、副院长，毕业于浙江大学计算机科学与技术学院。长期从事人机交互、交互技术与用户体验、应用人机工程研究，重点关注复杂交通系统中的界面可用性、交通参与者行为体验、人—机—环境协同及智慧出行服务设计。同时开展老龄化背景下智能产品与服务系统研究，为适老化、包容性交通产品和出行服务设计提供方法支撑。

报告题目｜以人为本的智能出行：交互体验与多元人群需求

报告摘要｜智能出行不应只以效率和自动化为目标，还需要回应不同年龄、能力和出行情境下用户的真实需求。报告将从人机交互与用户体验视角，讨论智能交通系统中的信息呈现、任务负荷、信任形成和行为反馈机制，分析驾驶员、乘客、行人及老年人等多元群体在使用智能产品与服务时面临的差异。通过交通参与者行为体验、人—机—环境协同与包容性设计，报告将探讨如何把用户研究嵌入技术研发和评测流程，形成更加安全、易用、可理解且公平的智能出行服务。

CNCC是一个宏观论述技术趋势的大会，具有规格高、规模大、内容丰富等特点，会议形式包括大会特邀报告、大会论坛、专题论坛、特色活动及展览。大会汇聚两院院士、国内外顶尖学者、知名企业家等亲临大会，展望前沿趋势，分享创新成果。ACM、IEEE CS、IPSJ、KIISE等国际计算机组织的代表也多次获邀现场参加这一盛会。CNCC2026将于10月21-24日在四川省成都市举办，大会主题是“数聚驱动，智算未来”，欢迎各界前来参会。