CCF-MM & BSIG走进腾讯：多媒体及世界模型前沿技术产学交流会

中国计算机学会多媒体技术专业委员会 & 北京图象图形学学会

走进企业系列活动

CCF-MM & BSIG 走进腾讯 

多媒体及世界模型前沿技术产学交流会

在大模型技术快速演进、人工智能加速走向真实世界的时代背景下，多媒体和世界模型等技术正成为推动智能系统从感知理解迈向自主决策与行动的重要前沿方向。世界模型通过学习环境的动态演化规律，为智能系统提供预测、推演与规划的认知基础；多媒体技术则不断拓展机器对图像、语音、视频等多模态信息的感知、理解、生成与交互能力。两者的深度融合，为构建能够理解、适应并作用于真实世界的新一代智能系统带来了新的机遇。

为促进学术界与产业界在多媒体、世界模型领域的深度交流与协同创新，CCF多媒体专业委员会（CCF-MM）与北京图象图形学会（BSIG）携手腾讯，共同举办本次“走进企业”活动，以“多媒体及世界模型前沿技术”为主题展开研讨。一方面，学界专家将围绕动态场景世界模型与真实世界强化学习，探讨环境建模、自主决策等关键问题及发展趋势；另一方面，腾讯将分享ARC Lab在世界模型领域的探索及微信视频WAVE智能多媒体引擎的实践。

本次活动力求实现“产学研用”多方共赢，推动多媒体技术与世界模型的交叉融合与协同创新，加速前沿人工智能成果的产业转化，共同探索多模态环境感知、世界状态建模到自主决策与行动的真实世界智能技术体系，为构建更具适应性、泛化性和自主性的下一代人工智能注入新的动力。

活动时间：2026年9月9日（周三）下午13:30

活动地点：北京市海淀区西北旺东路10号（腾讯北京总部大楼）

报名方式：扫描二维码见文后

（限30人，先到先得，9月8日12:00报名截止）。

活动日程

时间

活动安排

13:30–14:20

签到和腾讯展厅参观

14:30–17:20

《面向动态场景的世界模型底座构建方法研》

  --中国人民大学高瓴人工智能学院 卢志武教授

《面向真实世界的强化学习》

  --北京航空航天大学人工智能学院 邓岳教授

《ARC Lab 的世界模型探索》

  --腾讯ARC Lab世界模型技术负责人 胡文博

《WAVE：腾讯微信智能多媒体引擎》

  --腾讯微信视频技术负责人 高欣玮

17:20-17:50

交流

召集人：

郑宇飞

腾讯产学合作科研平台负责人

yufeizheng@tencent.com

武亚强

联想集团研发高级总监

wuyqe@lenovo.com

公司简介：

腾讯一直秉承科技向善的宗旨。我们的通信和社交服务连接全球逾10亿人，帮助用户与亲友联系，畅享便捷的出行、支付和娱乐生活。

腾讯发行多款风靡全球的电子游戏及其他优质数字内容，为全球用户带来丰富的互动娱乐体验。

腾讯还提供云计算、广告、金融科技等一系列企业服务，支持合作伙伴实现数字化转型，促进业务发展。

腾讯总部位于中国深圳，2004年于香港联合交易所上市。

嘉宾介绍：

● 分享嘉宾：卢志武

卢志武，中国人民大学高瓴人工智能学院教授，博士生导师。2005年毕业于北京大学数学科学学院信息科学系，获理学硕士学位；2011年毕业于香港城市大学计算机系，获PhD学位。研究方向为机器学习与计算机视觉。设计首个公开的中文通用图文预训练模型文澜BriVL，早于OpenAI发布类Sora的视频生成底座VDT，并因此获评南风窗2024年度科学家。担任CCF生物信息学专委会委员、全国广播电影电视标准化技术委员会委员。担任ICLR、UAI等国际顶级会议的领域主席。

● 分享题目：面向动态场景的世界模型底座构建方法研究

世界模型现已成为具身智能领域的研究热点，同时也标志着VLA模型拓展研究迈入全新阶段。当前主流世界模型大多面向静态场景开展建模，模型能力难以迁移至动态开放环境。针对这一瓶颈问题，本报告围绕底座框架搭建、训练策略优化、推理加速方案等关键方向展开研究，系统阐述了动态场景下世界模型底座的构建方法，并展示相关评测结果与实际落地效果。

● 分享嘉宾：邓岳

邓岳，北航人工智能学院教授、博士生导师，副院长，北京中关村学院副院长，国家杰出青年科学基金获得者，国家自然科学基金创新研究群体（B）负责人，主要从事脑启发人工智能与科学智能领域的研究。近年来，以第一/通讯作者身份在《自然·机器智能》《自然·方法》和《自然·生物技术》等刊物发表论文50余篇，在Springer出版英文专著一部，研究成果获得IEEE模糊系统汇刊2020年度最佳论文奖（第一作者），世界人工智能大会2020优秀青年论文奖等学术奖励。担任IEEE 神经网络汇刊和IEEE 信号处理快报的副编辑，主持国家自然基金重点项目、面上项目、科技部创新2030新一代人工智能专项课题等。曾获中国青年科技奖、阿里巴巴达摩院青橙奖和微软学者。

● 分享题目：面向真实世界的强化学习

近年来，人工智能在科学研究中的重要性日益凸显，深度学习技术颠覆了传统科学研究范式，推动了新一轮的科学技术创新。深度强化学习智能体通过交互试错机制和奖励惩罚机制，揭示了其思考能力应用于复杂决策任务的可能，从而在生命科学、化学、物理学等多个重要领域得到广泛应用。然而，深度强化学习仍然存在一个重要瓶颈，即如何高效精准实现虚实结合的问题，本报告将围绕这一瓶颈问题展开，具体包含：（1）环境模型的获取与建模；（2）环境模型的价值等价估计；（3）基于双层优化的虚实结合强化学习。最后，报告分享两个典型博弈场景来阐述方法的应用效果。

● 分享嘉宾：胡文博

胡文博，腾讯ARC Lab世界模型技术负责人，博士毕业于香港中文大学计算机系，与团队成员一起聚焦世界模型研究。代表工作包括 Tri-MipRF、DepthCrafter、ViewCrafter、RollingForcing、Pixal3D 等，相关成果发表于 SIGGRAPH、CVPR、ICCV、TPAMI 等国际会议与期刊。曾获 ICCV'23 最佳论文候选、CVPR'25 研讨会最佳论文。

● 分享题目：ARC Lab 的世界模型探索

本次分享将介绍 ARC Lab 对世界模型的定义与研究动机。我们把世界模型视为在交互条件下持续预测未来演化的 next-state prediction 问题。依托游戏的“动作—反馈”闭环，以及团队在 3D/4D 理解与生成、视频生成上的积累，报告将分享长时因果视频生成、丰富交互、memory 驱动的三维一致性、以及ray space位置编码和原生geometry latent sapce等新方向。

● 分享嘉宾：高欣玮

高欣玮，腾讯微信视频技术负责人，2016年博士毕业于哈尔滨工业大学计算机科学与技术学院，长期持续在视频编码和图像处理领域进行学术研究和应用研发，在著名国际期刊和国际会议发表论文近 30 篇，负责腾讯微信视频通话、图像增强渲染、QoS/QoE和国际视频编解码标准等相关技术应用研发，200余项相关成果专利获得国内外专利授权。

● 分享题目：WAVE：腾讯微信智能多媒体引擎

微信智能多媒体引擎，在承载微信海量音视频类业务下，需要面对是多种完全不同的业务场景带来的技术挑战。一是实时业务，它的要求是毫秒级延迟，同极端弱网对抗。二是离线/近线业务，它的要求是极致画质音质追求，成本持续优化。三是新增业务，它的发展随着软件硬件和体验需求的不断演进，要求引擎有高兼容性和扩展性。那如何支持海量的多种需求类型的业务？我们的答案是使用同一套 WAVE 底座，来支持多种业务场景和多种业务类型。WAVE（微信智能多媒体引擎）以视频编解码，图像处理，以及音频编解码和信号处理作为两大基础技术。结合面向实时和离线/近线等不同业务类型的应用技术，支持了微信生态中如音视频通话，直播，视频号，朋友圈，C2C，语音消息，输入法等众多业务需求。本次交流会将从这里出发，共同探讨腾讯微信的智能多媒体引擎的发展和前景。

执行主席：

郑宇飞 

腾讯产学合作科研平台负责人、教育部产学协同育人项目专家组成员、CCF多媒体技术专业委员会常务委员。长期从事桥接腾讯与国内外高校院所开展科研合作、人才培养、学术交流，致力于推动腾讯与学术界的深度合作。负责腾讯科研合作平台及腾讯犀牛鸟高校联合实验室平台，开展与清华、南大等高校的合作。2013加入腾讯前，曾在中科院计算所智能信息处理重点实验室工作近13年，从事自然语言理解、知识管理等基础前沿研究，负责与企业开展大规模知识处理和智能软件等合作，曾作为总经理与同事一起合资创业。

交通方式

地址：北京市海淀区西北旺东路10号院腾讯北京总部大楼

导航：腾讯北京总部大楼-东南门

停车：由于停车位有限，推荐停附近以下停车场：

● 西山居停车场

● 西北旺东侧道路停车场

温馨提示：车辆停在园区附近存在贴条风险

联系方式：

CCF-MM企业合作

活动咨询/合作联系人：

郑宇飞，yufeizheng@tencent.com

报名联系人：

高宇童，ytgao92@muc.edu.cn

靳楠，marinejin@tencent.com

活动报名

(限30人，先到先得，9月8日12:00截止报名)

（请扫描下方二维码）