4月28日，先进视觉研究所2026年第六期学术沙龙顺利举办。本次活动由董伟生教授团队承办，特邀上海人工智能实验室主任助理、国家级领军人才乔宇教授，作题为《多模态智能技术演进与范式变革》的专题报告，所内师生踊跃参与。

报告中，乔宇教授回顾了自身从早期特征算法研究、深度学习网络架构设计，到通用视觉大模型方向的学术研究脉络，结合“书生”系列通用视觉模型、CVPR最佳论文奖端到端自动驾驶模型、视频生成技术成果、全球领先的文档解析工具Manu等代表性工作，完整呈现了人工智能从专用模型到基础大模型的技术演进路径。

乔宇教授指出，以“规模定律”驱动的大模型释放了前所未有的通用性潜力，推动AI发展进入全新范式，同时客观分析了当前大模型在复杂长周期任务、知识边界突破、安全可控等方面的核心挑战。他提出，未来“大智能系统”的核心突破点在于智能体、具身智能等方向，而非单一模型，并梳理了多模态智能未来十大关键研究方向，覆盖技术机理、安全治理、科研与产业赋能等核心领域。

互动环节中，与会师生围绕多模态智能体创新价值、视频生成技术瓶颈、产业落地场景等议题，与乔宇教授展开深入研讨。乔宇教授强调了高校学术研究的原始创新价值，建议搭建产学研合作平台，推动我国多模态智能技术高质量发展。

本次沙龙系统梳理了多模态智能的技术脉络与前沿动态，为相关领域科研攻关提供了宝贵思路，有效拓宽了师生的科研视野。（通讯员：张诚）