数字人与内容生成论坛

报告题目：多维感知驱动的AIGC

报告摘要：AIGC（Artificial Intelligence Generated Content）是指人工智能自动生成并创造新内容的生产方式。随着人工智能的迅速发展，AIGC从主要生成文本内容到如今已可以根据用户给定的文本描述，自动生成语义一致、内容真实、符合逻辑的图像、视频等视觉内容。这是人工智能从“感知智能”迈向“认知智能”的一项重要任务，在教育、设计、影视、创作等领域具有重要的应用价值。当前以扩散模型为代表的生成模型已经可以根据文本描述生成高质量的视觉内容，但在精细化控制和高维信息建模上仍存在不足。其关键科学问题是如何准确地感知和建模图像视频等视觉内容中的局部细节、空间布局和时序动作等多维时空信息，实现视觉内容的可控精细生成。本报告将介绍我们在文本到视觉内容生成的近期工作进展，包括细节可控的图像生成、时序运动连贯的视频生成等，并对未来发展方向及趋势进行简要讨论与展望。

个人简介：彭宇新，北京大学二级教授、博雅特聘教授、国家杰出青年科学基金获得者、国家万人计划科技创新领军人才、科技部中青年科技创新领军人才、863项目首席专家、中国人工智能产业创新联盟专家委员会主任、中国工程院“人工智能2.0”规划专家委员会专家、中国电子学会会士、中国人工智能学会会士、中国图象图形学学会会士、副秘书长、提名与奖励委员会副主任、北京图象图形学学会副理事长。主要研究方向为跨媒体分析、计算机视觉、机器学习、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、国家自然科学基金重点等30多个项目，发表论文200多篇，包括ACM/IEEE Trans和CCF A类论文100多篇。多次参加由美国国家标准技术局NIST举办的国际评测TRECVID视频样例搜索比赛，均获第一名。主持研发的跨媒体互联网内容分析与识别系统已经应用于公安部、工信部、国家广播电视总局等单位。担任IEEE TMM、TCSVT等期刊编委。

报告题目：高保真数字人建模与驱动关键技术与应用

报告摘要：随着人工智能技术的不断发展，虚拟现实、增强现实、数字孪生和元宇宙正在逐渐从概念走向现实，数字人是其中不可或缺的角色，是近年来产业聚焦的热点和研究的前沿。数字人是存在于非物理世界中多种计算机手段合成的具有多重人类特征的综合体，数字人在泛娱乐、金融、文旅、教育以及医疗等领域都有应用，本报告主要介绍数字人建模与驱动中的关键技术，包括基于情感感知的数字人表情生成方法，多模态协同的人体姿态估计与动作捕捉、面向多级场景的数字人三维重建与背景融合以及面向多级场景的数字人仿真测试与演示验证。

个人简介：科，中国科学院大学特聘教授、博士生导师，国家高层次人才特殊支持“万人计划”领军人才，科技部创新人才推进计划“中青年科技创新领军人才”，北京市高等学校高层次人才引进与培养计划特聘教授，鹏城国家实验室双聘教授，国家重点研发计划“基础科研条件与重大科学仪器设备研发”专项项目负责人，享受国务院政府特殊津贴专家。主要研究方向为图像处理、智能信息处理技术。承担国家自然科学基金、国家重点研发计划、中国科学院仪器设备、北京市教委重大专项等科研项目三十余项。在国内外学术期刊和国际主流会议上发表学术论文150 余篇，出版编著两部。研究成果先后获2004年度、2009年度国家科技进步二等奖、2012年度北京市科学技术二等奖、2012年度中国电子学会电子信息科学技术二等奖， 2017年获得中国科学院（京区）成果转化奖，2021年首届全国博士后创新创业大赛团队银奖。

鲁继文副教授

清华大学

报告题目：多模态视觉内容生成

报告摘要：视觉内容生成是计算机视觉的研究热点，在公共安全、文化影视、消费电子等领域有着重要的应用前景。报告将回顾视觉内容生成近年来的研究进展，主要包括生成对抗网络、高效扩散模型、多模态大模型等方法，以及在图像超分、视频修复、点云补全、文生视频等生成任务中的应用，最后对未来发展趋势进行展望。

个人简介：鲁继文，清华大学自动化系副主任，长聘副教授，博士生导师，国家杰出青年科学基金获得者，IEEE/IAPR Fellow，国家重点研发计划项目负责人，国际期刊Pattern Recognition Letters主编，中国自动化学会专家咨询工作委员会副主任，中国仿真学会视觉计算与仿真专业委员会主任。长期从事计算机视觉、模式识别、具身智能等方面研究，发表IEEE汇刊论文140余篇（其中T-PAMI论文39篇），CVPR、ICCV、ECCV论文130余篇，谷歌学术引用3万余次，获授权国家发明专利60余项，主持国家自然科学基金重点项目2项，获中国电子学会自然科学一等奖1项（第一完成人）和国家级教学成果奖二等奖1项，担任T-IP、T-CSVT、T-BIOM、PR、自动化学报等期刊编委和ACCV2026、FG2023、ICME2022、VCIP2022等会议大会主席/程序委员会主席。

报告题目：超写实虚拟数字人驱动技术

报告摘要：赋予情感的虚拟数字人在元宇宙，虚拟现实等多项应用中发挥着重要作用，而其中，如何通过带有情感的动作信号准确驱动虚拟数字人，是提升数字人真实感和沉浸感的关键问题。因此，为了增强虚拟数字人驱动的准确性与稳定性，我们从二维和三维的不同人体表达出发，挖掘驱动信号与人体表示在不同维度下的关联性，提出基于生成式大模型的可控人体视频生成算法和基于3D高斯的三维人体驱动算法，进而在单目拍摄的视频中学习一个可驱动的二维/三维超写实虚拟数字人表示，为情感动作的精确表达提供高效的载体。

个人简介：张盛平，哈尔滨工业大学长聘教授/博士生导师、青年科学家工作室学术带头人，美国布朗大学博士后、香港浸会大学博士后、美国加州大学伯克利分校访问学者，入选国家级青年人才计划、山东省泰山学者青年专家、哈尔滨工业大学青年拔尖人才计划（副教授、教授）、人社部香江学者人才计划。主要研究方向为3D视觉、虚拟数字人等。主持国家自然科学基金4项、华为公司项目10余项。研究成果获2019年度黑龙江省自然科学二等奖（排名第一）。已发表学术论文80余篇，包括PNAS、IEEE T-PAMI、IJCV、ICML、CVPR、ICCV等。

连宙辉副教授

北京大学

报告题目：个性化数字人的便捷构建

报告简介：数字人制作技术在教育、宣传、社交、影视、电商等领域有着重要应用价值，在学术研究方面也面临诸多挑战，是当前学术界的一个研究热点。本报告将介绍我们在基于单相机拍摄输入的个性化数字人便捷构建方面的一些研究进展，包括前期发表的基于2D图像生成模型的人脸编辑（CVPR’21）、肖像风格化（TOG’22）、可控人体图像合成（TPAMI’23），以及最近提出的基于3D生成模型的可驱动3D数字人生成（CVPR’24）和风格化高保真3D数字分身构建（CVPR’24）。

个人简介：连宙辉，北京大学王选计算机研究所副教授、博士生导师，北京大学博雅青年学者，中国文字字体设计与研究中心副主任，入选国家级青年人才计划和北京市科技新星计划。研究领域为计算机图形学、计算机视觉与人工智能，主要研究方向是图形图像生成及其应用，在领域重要期刊（TOG, TPAMI, IJCV等）和会议（SIGGRAPH/SIGGRAPH Asia, CVPR,NeurIPS等）上发表论文90余篇。多次担任NeurIPS、CVPR、ICCV等国际会议领域主席，获北京市技术发明奖二等奖（排名1）、中国专利优秀奖（排名1）、吴文俊人工智能优秀青年奖等奖励。