2024年10月12日，CCF YOCSEF南京技术论坛——“空天信息技术竞速大模型新赛道：机遇与挑战”在南京信息工程大学南气宾馆举办。本次论坛由中国计算机学会（CCF）主办,CCF YOCSEF南京学术委员会组织，支持单位包括江苏省航空产业协会、南京信息工程大学电子与信息工程学院、南京信息工程大学国家大学科技园和复杂环境智能保障技术教育部重点实验室。四十余位高校、科研院所的学者及企业的相关工作者，围绕空天信息技术+AI大模型的核心挑战、技术路径和落地赋能展开深入讨论。论坛由YOCSEF南京AC委员孙倩（南京信息工程大学）和孟凡（南京信息工程大学）作为执行主席共同主持，YOCSEF南京AC委员沈逸飞（北京超级云计算中心）和袁海建（罗德与施瓦茨）共同担任在线主席。论坛开始，孟凡首先介绍了CCF YOCSEF及其文化。随后，孙倩介绍了此次技术论坛的时代背景、技术背景及产业背景。空天信息技术及产业决定中国未来十年的太空地位。空天信息技术有效支撑了卫星导航、地理信息以及遥感观测三大支柱领域，其中的遥感大模型是遥感与人工智能的交叉领域。遥感领域的发展趋势呈现数据多源化、多模态化和时序化的特点。人工智能领域的趋势是通用智能化和学科交叉化。中国科学院院士吴一戎指出，尽管遥感领域已经有一些细分的人工智能模型,针对某种目标的遥感图像数据判读表现优秀，但针对不同载荷、目标、任务需要单独设计模型，成本投入大、通用能力弱，迫切需要寻找更通用、更泛化的解决途径。目前我国的遥感大模型包括中国科学院空天信息创新研究院的“空天·灵眸”3.0版，蚂蚁集团的SkySense，商汤的SenseEarth 3.0等。其中，“空天·灵眸3.0”是全球首个百亿级遥感解译基础模型。根据泰伯智库2024年发布的中国空天信息产业链全景图谱，将空天信息产业分为了上游基础设施、中游运营与产品和下游应用服务。上游主要包括燃料、元器件、地面设施、空天器的研制等。中国科学院空天信息创新研究院孵化的中科星图，属于产业链中游，有数字地球等产品。滴滴、美团等属于产业链的下游，使用卫星导航服务其应用。
引导发言
论坛邀请了三位引导嘉宾，他们基于自身的丰富经验和独到见解，分别从遥感大模型、大模型及空天信息应用与技术赋能低空经济角度，带来了精彩的引导发言，也为后续的思辨环节奠定了坚实的思辨基础。孙显（中国科学院空天信息创新研究院 研究员/国家杰青）指出，随着空天信息技术的飞速发展和低空经济的崛起，卫星观测手段和数据量呈指数级增长，依赖人工来处理和分析如此庞大的数据已经变得难以为继。这种情况下，亟需更先进的技术手段和自动化系统来应对。他介绍了中国科学院空天信息创新研究院开发的百亿级参数遥感解译基础模型，并分享了“空天·灵眸2.0”所面临的三大技术挑战：一是多传感器遥感数据特征空间的差异性大；二是百亿级参数模型的训练复杂度极高；三是多平台观测数据的特征对齐难度大。为应对这些挑战，“空天·灵眸3.0”采用中国科学院空天信息创新研究院研究员付琨提出的基础模型加下游任务的创新思路，通过使用小稀疏结构的共享专家模型，取代了2.0版中的密集网络，极大地降低了计算复杂度。同时，它还通过三维几何对比法来减少多平台数据间的差异，结合可见光、红外、SAR三类数据进行联合训练，显著提升了检测精度。他认为，遥感大模型在实际业务应用中已展现出显著的潜力，未来有望进一步探索和拓展空天信息大模型技术与应用的边界。霍静（南京大学计算机学院 副教授/国家青拔）指出，自2022年OpenAI发布ChatGPT大语言模型以来，全球范围内对大模型技术的关注度大幅提升。此后，国内外不断推进大模型技术的研发与应用，逐步扩展至包括多种遥感大模型在内的空天技术领域。她强调，大模型与人类价值观的对齐至关重要，不仅要确保模型输出对人类具有积极价值，还应规避潜在的恶意引导和安全隐患。她进一步指出，针对不同领域和应用场景，应设定专门的评估标准，结合领域提示信息，扩展知识广度，确保输出的规范性与准确性，从而进一步提升大模型的综合能力。她为解决空天信息大模型在模型对齐和评估标准方面的挑战提出了新思路，为该领域的持续发展提供了有力支持。蒋中华（未来飞机工业（江苏）有限公司 董事长）指出，低空经济相关技术的落地主要涵盖农业、航空制造业、航空服务业以及空天信息产业，其核心需求是数字底座的构建。当前阶段，空天信息大模型的技术赋能可优先围绕三个方向展开。首先是围绕三维超写实地图，其主要需求是实现厘米级精度，借助eVTOL设备提升多维数据采集能力，提供诸如建筑立面、树木分布等详细信息，构建高精度都的三维场景。其次是低空数字航路规划，鉴于低空环境的复杂多变，基于遥感大模型技术，可以综合考虑地域特性、用途、飞行密度和飞行包线等因素，合理规划和管理低空飞行航路。最后是低空飞行的气象保障服务，通过对边界层气象（如湍流与对流相互作用）的建模，提供智能化预测，确保低空飞行的安全。
观点思辨
在观点思辨环节，与会嘉宾围绕空天信息大模型核心挑战、技术演进路径和技术赋能产业发展三个方向展开。思辨议题一：空天大模型落地面临的核心挑战是什么？是高质数据、复杂环境还是隐私安全？
[肖亮]指出，复杂环境是空天信息大模型技术落地的核心挑战，也是导致数据多样性和质量差异的主要原因。以星载数据和无人机数据为例，两类数据在属性上的显著差异，两者受到飞行器运动模式、高度差异、俯仰角变化以及气象条件等因素的影响，尤其在低空环境中，还包括隧道中的黑暗环境、溶洞中的多障碍环境等未被充分考虑的环境因素。此外，低空成像数据的多样性和多尺度效应更加显著。星载数据通常表现出“混元效应”，即较大比例的单一性区域，而无人机数据则提供了更多细节信息，使得语义分割结果更加精细。在技术层面，如何使基于星载数据的大模型更好地适应无人机数据的处理分析仍面临挑战。他进一步指出，大模型的核心挑战在于如何在开放环境中实现通用智能和良好的泛化能力，而空天环境的复杂性使得大模型要实现这些目标尤为困难。[徐光贵]认为，空天大模型落地的挑战主要包括算力、算据、算法和场景四个方面。算力是大模型成功的基石，数据的获取成本和解译成本较高、格式多元，空天大模型的算法种类繁多、不通用，包含有多模态数据处理、图像分割、目标检测、变化检测和形变检测等多种算法，随着数据和算法的迭代，应用场景会越来越落地。空天大模型作为纽带，可以有效解决上游数据价值未发挥，弥补中游高效通用算法缺乏，满足下游遥感产业中迫切的应用需求。[杨旭]提出，有研究表明，使用简单的人造数据进行数据增强可能对模型性能产生负面影响。对此，他建议探索通过AIGC（生成式人工智能内容）技术来补充数据，以进一步提高数据的多样性，进而改善模型的泛化能力和性能。[李昕]认为，当前遥感大模型面临的首要挑战是高质量数据的获取，其次是复杂环境带来的技术难题，隐私安全问题则暂时不是大模型发展中需要优先考虑的因素，因为技术尚未成熟到该阶段。遥感图像的复杂性并未超出计算机视觉（CV）领域内讨论的技术范畴，也并非大模型的核心解决方向。真正的挑战在于如何将高光谱、SAR等多源数据的有效信息融合，生成高质量数据，这正是遥感大模型能够发挥其优势的关键领域。[王辰星]认为，即使在技术尚未完全落地的阶段，安全问题仍需同步考虑。她举例指出，实际项目中会得到高质量的输入数据，但在数字化处理过程中可能存在信息泄露的风险，尤其是在涉及国家安全时，这一问题尤为突出。因此，随着技术发展到一定程度，隐私和安全性自然成为关键关注点。在技术落地时，安全问题必须与应用场景紧密结合加以考虑，确保技术的安全性与可靠性。[朱光辉]认为大模型的成功落地在很大程度上依赖于开源模型和开源数据的支持。针对空天信息大模型是否已有高质量的开源数据可供使用，比如说“空天·灵眸”大模型是否已经开源。此外，空天信息大模型可以分为空、天两个维度进行讨论，其中，天大模型的主要挑战在于传感器的质量和精度，而空大模型的核心挑战则在于复杂环境带来的不确定性和多样性。[孙显]指出，根据当前的实践经验，高质量数据对大模型的效率起着至关重要的作用。高质量数据包含两个关键方面：一是高质量的成像效果，二是高质量的标注结果。由于遥感数据的特殊性，例如难以直观理解的SAR数据，需要更加精细且专业的标注。复杂环境的挑战主要来源于不同行业的定制化需求，导致目前遥感模型的现状仍是大小模型并存，尚未达到如视觉领域那样的端到端全要素分割。在隐私和安全方面，当前数据的获取门槛高于技术门槛，对于数据公开有一定的限制和审慎考量。[沈杰]指出，与自然图像不同，遥感数据由于采用俯视视角进行标注，对标注人员的要求极高。这不仅需要专业人员具备深厚的领域知识，还需投入大量时间才能实现精细化的标注。遥感数据的独特性使得数据积累成为大模型发展的关键因素。他认为高质量数据仍然是大模型面临的最大核心挑战。[秦瑶]认同高质量数据是空天大模型发展的核心挑战之一，同时指出数据的检测同样面临巨大挑战。数据检测过程中必须充分考虑环境因素，因此复杂环境和高质量数据之间相互交织、密不可分。[王超]认为大模型的核心挑战在于数据处理和复杂环境的应对。首先，不同种类的数据配准难以通过端到端的方法完全解决，目前某些任务仍需依赖人工干预。其次，空间环境的复杂性极大，例如海洋上的温度、湿度、大气可降水量和云层等因素对分析结果产生重要影响。传统的统计模型难以同时考虑如此多的参数，因此大模型在复杂条件下也许能提供更优的预测效果。[霍静]指出，大模型能否有效解决问题的关键在于是否能够获取领域内的高质量数据。关于隐私安全，目前大模型的定义范畴以及在空天感知领域中的具体隐私安全问题尚不完全明确。当前的重点应放在解决大模型的基础问题上，在此基础上，再逐步引入并解决隐私安全的相关挑战。小结：无论是高质量数据、复杂环境、安全性都是空天大模型落地的挑战，需要根据具体情况采取不同的技术路径来应对问题。高质量数据被认为是核心竞争力，特别是在遥感领域，获取高质量数据、精细标注数据较为困难，但它是推动技术发展的基础。其次，复杂环境也是一个关键挑战，应对不同高度、不同视角、不同气象条件等复杂环境，这些差异对大模型的落地产生了巨大影响，对模型的通用性和泛化性能力提出了更高要求。第三，隐私安全问题在某些特定场景下尤为重要，尤其是在国家级项目中，隐私和数据安全必须优先考虑。思辨议题二：空天大模型落地的技术演进路径是什么样的，是否会从单一任务辅助转变为全场景替代？
[吴天星]认为大模型在单一任务中的辅助作用还是全场景替代，取决于其能力边界，而能力边界的划分则依赖于任务完成的评估体系。因此，重点应关注三个关键方面。首先是数据，既要关注高质量数据的生成，也要实现自动化的高质量标注。其次是框架设计，需要针对海量多模态数据设计处理架构，并优化并行高效计算的架构。最后是训练范式，特别是在需要深度领域知识的任务中，如何从通用大模型训练范式拓展到空天信息领域的专用训练范式。通过人类反馈强化学习技术，提升模型的安全性，采用参数高效微调技术，提升模型训练的效率和质量。此外，还要充分考虑部署场景，特别是在星载、机载等边端设备上，大模型的压缩和轻量化至关重要。[李嘉鑫]认为，空天大模型的技术演进路径可能会经历三个主要阶段，最终实现从单一任务辅助到全场景替代的转变。第一个阶段是单一任务辅助阶段，在这一阶段，重点是实现单一任务的高精度执行。第二个阶段是多模态数据融合阶段，“空天·灵眸2.0”模型正是该阶段的代表，能够整合多种数据源并提升分析能力。第三个阶段则是通用人工智能大模型阶段，这是人工智能的未来发展趋势，旨在通过大模型实现跨任务、跨场景的智能应用。[杨旭]提出，目前大模型处理的数据多样性低于空天信息领域中遥感数据的多样性。遥感数据不仅涵盖红外、可见光、SAR等不同传感器的成像，还涉及到类间差异大的问题，如无人机的视角与航空航天器高度的差别等。因此，若单一模型难以应对多任务处理，是否可以采用多个小模型并行工作的方式，并通过一个大模型进行代理控制，这种方法或许能够更有效地提升整体性能。通过分布式的小模型解决具体任务，再串联大模型进行统筹管理，是否可能是一种更加灵活和高效的技术路径？[肖亮]认为，杨旭提出的技术路线是可行的。他首先指出，当前遥感大模型技术仍部分依赖于视觉计算大模型的框架，因此多模态数据联合训练面临一定挑战。简单地将所有数据进行融合并不能带来理想的效果。其次，由于遥感数据的特殊性，从像素级到场景级的智能化理解方式与自然图像存在明显区别。第三，空天大模型未来可能被部署在航空航天器上，因此边缘智能将成为重要的演化方向之一。最后，在训练模式方面，是否需要将所有数据下载到地面进行训练，或者通过星链进行分布式训练，也是一条潜在的发展路径。[姚望]认为，空天大模型技术未来可能会演进到介于单一任务辅助和全场景替代之间的多任务协同阶段。由于空天信息技术的落地场景差异较大、算力成本昂贵、部署方式多样等原因，未必需要实现全场景替代。在多任务辅助阶段，大模型可以有效提取数据中的固有不变特征，并结合多个并行的小模型对特定特征进行分类和强化，从而提升下游任务的精度。大模型的高维搜索能力在处理固有不变特征提取等复杂任务时尤为出色，能够高效提取高维数据中的核心特征。此外，从“天感地算”到“天感天算”的模式转变，作为空天大模型的未来应用场景，将进一步推动该技术的实际落地。[臧天梓]认为，当前空天大模型仍处于单一任务辅助阶段，但其技术发展迅速，未来有望实现全场景替代。她指出，空天信息技术的进一步突破在于多模态数据处理、泛化能力的提升，以及广泛的应用场景需求。当这些关键技术逐步成熟并协同发展时，空天大模型将具备全场景替代的潜力，推动其在更广泛领域的应用。[张嘉超]认为，近10年左右，大基座+多任务模块进行多任务协同的落地方式更加合理。如何把这种多任务面向更大场景的任务落地，也是一个具体需要讨论的路径。小结：空天大模型技术仍处于早期阶段，但具有巨大的发展潜力。未来的发展路径可能包括从单一任务辅助到多任务协同，最终实现全场景替代。关键挑战在于数据的多样性、模型的泛化能力、边缘智能的应用以及多任务协同的框架设计。同时，灵活的技术路径如大模型结合小模型、分布式训练等，也被认为是有效的未来方向。思辨议题三：空天大模型如何技术赋能低空经济发展，实现多源数据分析、实时环境感知和精准空域管理？
[万发雨]指出气象大模型是空天大模型的关键组成部分，对于低空经济的发展具有重要意义。今年6月，中国气象局推出了三款先进的AI气象大模型系统——风清、风雷和风顺，其部分性能指标已达到国际主流水平。此外，复旦大学的伏羲大模型成功提前5天预测到台风贝碧嘉从上海登陆，展示了气象大模型的强大能力。传统航空主要关注起飞和降落环节，通过气象雷达对湍流和风切变等极端天气进行有效探测和预警。然而，在低空经济的3000米以下环境中，因低空越低越危险，几乎所有天气情况都有可能遇到，因此气象大模型在低空经济中的作用尤为关键。在实时环境感知方面，低空的电磁环境干扰（如通信和导航的干扰）可能对低空经济的安全构成致命威胁。空天大模型可以用来预测不同区域间的电磁环境变化，提供优化方案，确保低空飞行器的通信和导航顺畅。在空域管理方面，目前主要依靠空管雷达进行空域监控，但未来可以借助空天大模型实现对区域空域的实时调整，特别是在重大活动期间设置临时禁飞区或可飞区，以保障活动安全。[单冯]分享了三个无人机应用案例，以阐述大模型在低空经济中的重要作用。首先，在巡检领域，与南京钢铁集团的合作中，通过无人机实现了对烟囱的巡检。如果结合多模态大模型，可以进一步扩展巡检的覆盖范围，检测更多物体、位置和事件。其次，在应急响应方面，单冯分享了一个无人机源追踪项目，通过地面无线信号源判断物体的运动轨迹。如果结合大模型，在森林失火的情况下，无人机可以更迅速地定位失火地点和时间，为决策提供有力支持。最后，在城市规划中，过去几年里建筑物主要依靠无人机建模，结合遥感大模型后，能够更快速地构建区域的数字孪生城市，为城市规划提供精确的数据支持。此外，单冯还指出，无人机在3000米以下空域的管制是一个重要问题，可参考美国联邦航空管理局（FAA）的方案，要求长距离货运无人机部署ADS-B系统，并通过大模型模拟人类的管理方式，来实现对无人机群的有效管理。[胡玉姣]建议可以从输入端和输出端两个角度来考虑空天大模型的应用。在输入端，空天大模型可以支持空域管理、气象管理，以及无人系统感知外的各类信息检测，从而指导低空经济中智能无人设备的运行；在输出端，大模型产生的图像、视频等信息可用于实时且精准的分析，提升低空经济的运作效率和安全性。集中式规划在低空经济的发展中存在瓶颈，而空天大模型的应用或许可以帮助突破这些限制，特别是在大规模无人机群管理方面。[秦瑶]提出自低空经济上升到战略规划层面以来，各地纷纷成立了低空经济研究院，但具体如何实施、以及具体的研究方向仍在不断探讨中。目前较为普遍的做法是将低空经济与人工智能和数字孪生技术相结合，以推动技术创新与实际应用场景的融合。这种探索不仅有助于提升低空经济的发展效率，也为产业创新提供了新的路径。[姚望]认为实现多源数据分析与实时环境感知属于产业技术范畴，而精准空域管理则更侧重于产业管理。在低空经济领域的发展中，精准空域管理是最为关键的一环。目前，中央和十几个省份已发布了支持低空经济的政策指导意见，尽管江苏省尚未出台，但南京市和苏州市已经分别发布了三项扶持政策。然而，目前的政策仍集中在鼓励相关企业的出现和发展，尚未涉及无人机和eVTOL大规模上天后的空域管理。空域管理的四大核心考量包括实时监控、有效调度、提高空域使用效率以及提高空域使用的安全性。政策进展缓慢的原因主要在于三个方面的掣肘：国家空管体制的障碍、传统利益相关方的协调，以及现行法律法规的不完善。而正是这些掣肘，成为空天大模型发展的切入点和发力方向。整个领域目前似乎处于“蓄势待发”的状态，希望空天大模型能够帮助解决精准空域管理中的瓶颈问题，助力低空经济领域早日实现腾飞。[蒋中华]认为产业发展缓慢的主要原因是无人机与eVTOL在政策层面未能有效区分。以空管系统为例，许多地方政府采购的低空数字空管系统只能管理无人机，无法满足民航总局对于融合飞行的要求。为实现融合飞行，现有方案往往需要分别配置无人机和eVTOL的两套系统，甚至增加第三套系统以进行协调。而一个更好的方案是通过更高版本的eVTOL空管系统来兼容无人机的空管需求。然而，这种方案的实现高度依赖于航空元宇宙，即空天大模型。如果没有空天大模型，eVTOL的数字仪表板无法显示六维信息，难以实现数字化飞行，AAM（先进空中交通）的理念也难以落地，更无法提供有效的飞行航路保险，从而形成发展瓶颈。空天大模型对于低空经济，尤其是eVTOL的发展至关重要。在地图、航路、大气和电磁这四大因素中，大气的精确认知是最关键的，而其他因素相对较容易解决。整体来看，空天大模型的构建是破解低空经济发展困局的核心环节。[肖亮]提出当前低空经济的应用场景主要集中在旅游、物流和智慧城市管理等政府较易管控的领域。然而，对于eVTOL是否可以成为类似飞行汽车或低空高铁的交通方式，仍需国家层面提供明确的发展规划，并布局相应的基础设施建设。如果缺乏国家的战略性规划和相应的基础设施配套，eVTOL的广泛应用将面临巨大挑战，低空经济的发展也难以真正实现突破。[蒋中华]认为虽然国家层面已有低空经济的相关规划，但各类飞行器仍需通过适航认证，这涉及高昂的费用和漫长的审批时长，更为关键的是，当前尚无专门针对eVTOL的法规，无论是中国还是美国都面临相同的问题。从盈利角度来看，低空经济中的支线客运和货运具有巨大潜力，尤其是在应对紧急且高价值货物的运输，以及提供1000公里左右的便捷出行解决方案方面，eVTOL和低空飞行器展现出了独特的优势。[朱光辉]指出无人机的应用早已出现，只是在如今的战略背景下被纳入了低空经济的概念之中。目前，空天大模型已具备支持低空经济发展的能力，应用场景包括农作物检测、地形勘测、气象观测以及物流运输等多个方面。然而，低空经济的发展障碍更多地来源于政策层面的限制，缺乏相应的法规与政策支持使得行业在实现大规模应用时面临挑战。政策的加速落地将是推动低空经济持续发展的关键。[蒋中华]指出NASA和FAA提出的先进空中交通（AAM）概念中并未包含无人机，而中国的低空经济概念则包含了无人机、eVTOL以及传统通用航空，所以整体目标性较为模糊。eVTOL可以看作是福特飞行汽车概念与无人机技术融合后的产物，但并不隶属于这两个概念之下。南京及周边地区的低空经济政策中，都能看到南航的深度参与，政策重点关注了无人机，但却将eVTOL并入了无人机的子类别。对此，希望有更多学者能够关注eVTOL的发展，并给予其独立的重视，推动该领域在低空经济中的独特角色和潜力得到更充分的发挥。[沈杰]认为空天大模型的作用类似于地面无人驾驶中的高精度地图和物联网技术，其目标是在低空环境中为各类运作设备提供技术支持。一般来说，商业化应用需先跑出一定成果，随后政策会进一步细化。而商业化的实现，则有赖于技术上的不断迭代和突破。当前应关注并区分不同应用领域中的技术发展方向，然后再考虑如何整合这些技术，最终形成完整的领域能力。若一开始就追求全面和完美，反而可能会不利于产业走上健康发展的轨道。因此，低空经济的发展应采取循序渐进的策略，逐步积累技术成果并推动商业应用。小结：在本次讨论中，与会嘉宾一致认为，现有的技术挑战并非低空经济发展的主要障碍，而政策执行效率低下才是制约其发展的核心问题。嘉宾们分别从技术、管理、标准及产业产品方向提出了各自的观点。在技术方面，万发雨提到，低空越低越具挑战性，但通过气象大模型和电信空间技术可以有效助力低空经济发展；胡玉姣则从输入端和输出端的角度分析了技术对低空经济的支持作用；姚望强调，精准空域管理是低空经济发展的关键环节。此外，在产业产品方面，嘉宾们提出了许多具体的应用场景，如巡检、应急响应、三维城市建设等。而在产业演进与制度制定上，蒋中华也分享了许多高质量的见解。
论坛总结
整体来看，本次论坛呈现出“百花齐放”的态势，内容丰富且富有启发性。与会嘉宾们围绕空天信息大模型的核心挑战、技术实现路径及产业应用进行了多元视角的深度探讨。通过多模态数据融合、边缘智能等创新技术，空天大模型为低空经济发展提供了强大赋能，尤其在遥感观测、气象预报、精准空域管理等关键领域展现出广泛应用潜力。随着技术的持续迭代和政策的逐步支持，空天大模型不仅将推动低空经济的高效、安全发展，还将助力我国航空产业与数字经济的深度融合，开辟更加广阔的未来。
撰稿：孙倩、孟凡
编辑：徐翔宇
审核：吴天星
2011年3月27日，中国计算机学会青年科技论坛（CCF YOCSEF）南京分论坛在南京大学科技馆报告厅举办成立大会。自2011年至今，按照时间顺序，YOCSEF南京AC主席分别是吕建（南京大学）、陶先平（南京大学）、王箭（南京航空航天大学）、许峰（河海大学）、张天（南京大学）、耿新（东南大学）、孙国梓（南京邮电大学）、郭延文（南京大学）、肖亮（南京理工大学）、陈振宇（南京大学）、戴海鹏（南京大学）、夏彬（南京邮电大学）、吉旭（北京掌引科技有限公司）、刘野（南京农业大学），现任AC主席吴天星（东南大学）。欢迎各界热心人士加入CCF YOCSEF南京大家庭！加入联系：吴天星(15077889931，微信同号)合作联系：王帅(13851943011，微信同号)
京公网安备 11010802032778号