- TF105:大语言模型技术进展及应用
- TF104:软件工程的复杂性
- TF103:降本增效 架构先行
- TF102:攻击面管理
- TF101:全域营销的数据科学
- TF100:大模型时代下数据智能的应用与前景
- TF98:数字化转型先锋论坛-金融行业实践专场
- TF97:大语言模型时代的知识工程
- TF96:知识图谱赋能时空AI
- TF95:元宇宙系列(三):行业智能化,产业元宇宙来助力
- TF94:NLP技术和产业化发展
- TF93:云原生年度回顾与展望
- TF92:工业机器人柔性控制
- TF91:前端新技术与新实践
- TF90:研发效能度量
- TF89:数智转型 势在必行
- TF87:数据洞察与数据驱动
- TF86:知识图谱赋能智能制造
- TF85:打造公路“头等舱”——智能座舱与交互革命进行时
- TF84质量与效能
- TF83中间件设计:打造互联网架构的基石
- TF82前端与图形学
- TF81工业制造中的数据治理
- TF80云原生安全
- TF77智慧商业,连锁革命
- TF76金融知识图谱构建与应用:进展与展望
- TF75云原生架构演进:降本增效背景下的云原生实践
- TF74产业互联网下的数据科学
- TF73边缘计算不边缘——创新焦点之边缘智能设备和应用
- TF72技术创新驱动企业增长
- TF71 产业变革中的工业互联网安全
- TF70跨模态前沿AI技术及产业应用
- TF69工业制造中的大数据分析和预测
- TF68前端与多媒体
- TF67如何用因果推断和实验驱动用户增长
- TF66大转型,走进农业新时代
- TF65知识图谱开源开放及生态
- TF64量子人工智能:机遇与挑战
- TF63基础架构设计:从架构热点问题到行业变迁
- TF62元宇宙系列(二):数字化底座,万丈高楼平地起
- TF61开发安全与供应链安全
- TF60企业级研发效能提升的实践
- TF59研发效能提升之美
- TF58视觉基础模型研究及应用
- TF57数据安全之流动数据的安全管控
- TF56MBD,开启产品数字化定义新未来
- TF55前端工程体系,告诉你头部企业的新探索
- TF54工程师成长地图与卓越研发组织打造
- TF53预训练时代的大规模知识表示与推理实践
- TF52智慧、融合、安全——智能科技车与路
- TF51畅谈元宇宙的发展与挑战
- TF50工程师文化驱动组织创新
- TF49 产品设计与生产制造协同案例分享与探讨
- TF48云原生时代架构变迁与前瞻
- TF47AI技术落地过程中的实践问题探讨
- TF46数据科学的新发展与数字化转型
- TF45知识图谱新技术、新场景、新应用
- TF44智能驾驶的技术挑战和解决方案
- TF43前端的发展与未来
- TF42区块链DeFi技术新机遇与实战
- TF41云上大数据和数据中台建设
- TF40人机共存,传统行业供给侧服务者赋能技术与系统实战
- TF39语言知识前沿研究与工业实践
- TF38无(少)标注数据在人工智能中的应用
- TF37基于场景的机器人环境理解与智能交互
- TF36工业大数据在智能制造领域的应用与探索
- TF35从数据分析到数据智能
- TF34工业互联网安全前沿与技术热点
- TF33人工智能的下半场—— 知识图谱的新机遇与行业落地
- TF32端到端数据分析系统构建
- TF31智能:前端技术的新挑战
- TF30产业互联网下的数据智能实战解析
- TF29机器视觉技术进展及工业应用
- TF28技术战略转型背后的工程师文化
- TF27零信任网络架构实践 (ZTNA Practice)
- TF26互联网架构中的热点应对
- TF25工业人工智能技术创新与应用
- TF24 仿真工业软件的研究与应用
- TF23AI联邦学习的最新应用落地
- TF22数据驱动
- TF21 认知智能落地中的问题与对策
- TF20 深度学习技术和框架应用
- TF19 未来智能设备的交互技术
- TF18 数据安全与风险防控
- TF17 认知计算产业化落地
- TF16 NewSQL探索与实践
- TF15 Cloud Native 云原生时代的架构
- TF14 联邦学习技术及数据隐私保护
- TF13 大数据时代背景下数字内容生产行业的技术变迁
- TF12 语言认知与知识计算
- TF11 容器化和Service Mesh实践
- TF10 AI在智慧媒体领域的应用
- TF09 人机对话的产业应用与技术发展
- TF08 企业数据安全建设实践
- TF07 大数据在新零售中的应用
- TF06 工程师职业发展及组织文化概况
- TF05 区块链技术与工程实践研讨会
- TF04 纵论AI在问答、机器翻译、自动驾驶、人脸识别中的应用
- TF03 大数据系统与应用
- TF02 人工智能时代的互联网运维
会议主席
王茜莺
王茜莺,美国斯坦福大学人机交互博士,2006年加入联想。2015年至今,负责联想技术战略,研究院创新管理和用户体验平台,为联想集团在技术及创新战略规划,研发资源高效运用, 用户体验研究设计及验证,知识产权等领域做出突出贡献。她带领团队与其他部门紧密协作,推动联想Tech World,使联想的创新技术在业界广受赞誉。茜莺获得过超过80项发明专利,并在国际知名学术期刊和杂志上发表过20多篇论文。现为美国计算学会ACM人机交互分会中国副主席。现任联想集团副总裁,联想研究院技术战略与创新平台及联想智慧教育产品研发平台总经理,CCF TF智能设备与交互SIG主席。
宋继强
宋继强博士现任英特尔中国研究院院长,CCF TF智能设备与交互SIG主席。他的研究兴趣包括智能机器人,无人驾驶,移动智能设备创新,新型人机界面等。他于2008年加入英特尔,是创造 Intel Edison 产品原型的核心成员。目前正大力推动基于英特尔技术的人工智能、自主系统和智能基础设施研究。
特邀讲者
钟将为
主题报告一视频:视觉智能赋能智慧行业
主题简介:联想上海研究院在计算机视觉、增强现实以及机器人领域耕耘多年,已经形成了从设备到核心技术再到解决方案的端到端全面布局。如何应用视觉智能相关的技术和产品去帮助行业客户提升智能化水平、解决实际问题?我将结合联想上海研究院在高端制造、电力能源、应急管理等行业的实施案例,分享我们应用基于视觉智能的增强现实技术和工业机器人去赋能智慧行业所进行的有益探索。
个人简介:中国科学院大学博士, 2003年加入联想上海研究院,现担任研发总监,长期致力于智能设备相关的系统创新以及关键部件和关键技术研究,带领团队成功研发了联想晨星机器人、联想晨星增强现实系列设备、联想晨星视觉模组等在业界有影响力的产品,且将它们部署到多个行业头部客户中进行实际应用,在机器人与增强现实设备研发及其具体行业应用方面积累了较为丰富的经验。
范顺杰
主题报告二视频:西门子未来自动化和自主机器人技术简介
主题简介:西门子中国研究院正式成立于2006年,目前已成为西门子中央研究院德国总部以外最大的研究机构。西门子研究院的科学家们致力于电气化、自动化和数字化领域的前沿科技创新,支持西门子各项业务的发展。同时,西门子中国研究院正在主导公司全球自主机器人的研发工作,重点围绕新型机电一体化、人机协作及人工智能在机器人控制器中的应用等课题开展研发。
本次报告将介绍自动化技术的发展,特别是自治系统(Autonomous Systems)是如何融合机器人、数字化、自动化以及AI技术,改变制造业,满足智能制造和工业4.0对先进机器人技术的需要。报告还将介绍几个相关的实例,以及构建机器人创新生态系统的初步构想。
个人简介:清华大学博士毕业,2005年加入西门子,从事工业自动化和运动控制系统的研发工作。近年来参与了“未来自动化”和“自主机器人”项目。
崔元洋
主题报告三视频:协作机器人在理疗行业典型应用分享
主题简介:遨博公司自2015年成立以来,坚持自主创新,率先推出国内首款核心零部件国产化的协作机器人产品,成功在汽车、3C电子、新零售、食品、服务等多行业取得广泛应用。目前遨博在全球累计销量已经超过5000台,销量位居全局前列。
遨博积极探索协作机器人的应用领域,尤其在非工业领域有着巨大的潜力。在2020上海工博会上,遨博与秀域联合发布了按摩理疗机器人产品,是遨博协作机器人在健康领域的典型应用场景,开创了全球协作机器人在理疗行业应用的先河。该机器人可以完成所有的理疗工作,超过大多数技师的理疗水平,提高了按摩理疗的服务水平,减少了人力的投入,提高了工作效率,未来在健康行业,比如医院、养老院、运动中心、健身机构、理疗机构、康复机构、甚至家庭都有着非常大的应用前景。
个人简介:遨博(北京)智能科技有限公司创始团队成员之一,公司副总裁,分管研发中心和制造中心.毕业于北京航空航天大学,机器人研究所,从事模块化机器人研究工作。具有8年机器人、机电一体化系统、物联网软硬件开发经验,主要负责整体系统规划,嵌入式系统设计,电机驱动算法研发等。历任公司研发中心硬件部经理,工艺部经理,供应链总监,产品经理,具有丰富的研发、工艺和供应链管理经验。
陈子冲
主题报告四:智慧移动运力与视觉智能
主题简介:九号机器人致力于创造真价值的服务机器人。随着快递业务量激增和中国劳动人口减少,服务机器人有巨大的商业前景。感知能力,决策能力,运载能力构成了九号智慧运力的核心技术栈。通过一点多线的战略,核心技术得以赋能运载机器人产品,机器人运动平台(RMP)产品,以及其他商用或家用智慧移动产品。九号发展以视觉为主的感知和定位算法,依托于嵌入式,物联网,云计算等平台技术,机器人算法在端上实时运算,在云端进行数据融合和训练,数据智能闭环赋予了机器人机群持续进化的群体智能。
个人简介:陈子冲,九号公司机器人技术负责人,高级总监,瑞士联邦理工大学博士,清华大学本科。在人工智能行业有近10年的研发和管理经验。回国后加入华为媒体实验室,带领团队研发应用于华为荣耀手机的实时双目视觉算法。2015年加入九号组建机器人团队,陆续带领团队研发路萌机器人、S2配送机器人、T60智能共享滑板车等产品。在机器人定位、感知及运动规划算法领域有雄厚的技术积累,并于IROS 2019国际机器人顶级会议以绝对优势获得了Lifelong SLAM挑战赛冠军。
王志刚
主题报告五视频:情境感知——迈向自主服务机器人
主题简介:目前机器人在感知能力、运动控制等方面都取得了不少突破性的进展,但机器人完全自主服务尚需时日。其中的一个关键性问题是机器人缺乏情境感知的能力,也就是说,机器人无法将时间和空间上感知到的环境要素综合起来形成统一的理解,更无法基于其中的含义去预测未来的事件。英特尔中国研究院针对这个问题展开了一系列的研究,并取得了一些初步的成果。本报告将分享英特尔中国研究院在情境感知方面的相关研究。
个人简介: 王志刚,博士,CCF会员,2006年毕业于中国科学技术大学。目前就职于英特尔中国研究院,高级研究员。积极探索人工智能相关技术在机器人领域的实现和应用,推进服务型机器人更好地为人类服务。其主要研究方向包括机器人的时空智能,知识图谱,多层次AI认知系统及机器人系统优化,发表过10余篇SCI/EI论文,拥有相关领域专利20余项。