报告嘉宾：彭宇新 (北京大学)
报告时间：2026年5月20日 (星期三)晚上20:00 (北京时间)
报告题目：细粒度多模态大模型
报告人简介：
彭宇新，北京大学二级教授、博雅特聘教授，IEEE/CCF/CAAI/CIE/CSIG Fellow，2019年国家杰青，2025年国家杰青延续资助，2019年国家万人领军人才，2018年科技部中青年科技创新领军人才，863项目首席专家，国家重点研发计划“社会治理与智慧社会科技支撑 (平安中国)”重点专项总体专家组专家，中国工程院“人工智能2.0”规划专家委员会专家，中国人工智能产业创新联盟专家委员会主任，中国图象图形学学会副理事长，北京图象图形学学会副理事长。主要研究方向为多媒体分析、计算机视觉、人工智能。以第一完成人获2016年北京市科学技术奖一等奖和2020年中国电子学会科技进步奖一等奖，2008年获北京大学宝钢奖教金优秀奖，2017年获北京大学教学优秀奖。主持了863、国家自然基金重点 (2项)、北京自然基金联合基金重点、发改委专项等40多个项目。发表TPAMI、IJCV、CVPR、NeurIPS、ICML等ACM/IEEE Trans.和CCF A类论文近200篇，获最佳论文奖2次。参加10届 (10年)由美国国家标准与技术研究院 (NIST)举办的国际评测TRECVID视频搜索比赛，均获第一名，参赛队伍包括斯坦福大学、卡内基梅隆大学、牛津大学等。成果应用于国家网信办、公安部、国家广播电视总局等重要单位以及华为、腾讯、快手、蔚来、美团、中国电信、中国铁塔等头部企业。担任IEEE TCSVT高级领域编委、IEEE TMM等期刊编委，培养博士生获中国计算机学会、中国电子学会等优博。
个人主页：
mipl.pku.edu.cn
报告摘要：
多模态大模型在通用任务上表现出色，但缺乏细粒度感知能力，如何做到又广 (开域泛化能力)又深 (细粒度感知能力)，是多模态大模型亟需解决的关键问题。本报告将从类别、空间、时间三个感知维度阐释“细粒度多模态大模型”的定义，介绍近年来的主要研究进展，包括细粒度图像分类大模型、细粒度空间推理与占用预测、细粒度美学理解、细粒度运动分析等方法与技术，同时深入分析其优缺点和应用场景，最后将对细粒度多模态大模型的未来发展趋势进行展望。
