智汇前沿 破界创新｜ BIGCOM2026学术报告会深度解码AI全链条发展新图景

         人工智能正加速迈入理论革新、场景落地、硬件迭代的全方位爆发期，多领域交叉融合已然成为行业创新的核心趋势。2026年8月15日，BIGCOM2026学术报告会于北京世纪金源大酒店顺利举办。本次会议汇聚滕尚华、闵革勇、陈云霁、李向阳、祝烈煌等一众行业顶尖专家，谈海生、姚信威、杨松、段春晖等高校科研骨干及相关专业学生代表，围绕AI基础理论、边缘智能服务、芯片软硬件融合等方向开展深度研讨，为智能计算领域的技术突破与学术创新凝聚全新共识。

一、同仁荟萃开幕，锚定智能发展新赛道

        会议伊始，北京理工大学祝烈煌教授发表开场致辞。他高度认可BIGCOM会议在大数据、智能计算、新一代人工智能领域的权威学术影响力，并立足智能化产业发展全局指出，当下AI技术迭代提速，单纯的算法创新已难以满足产业发展需求，理论算法优化、边缘场景赋能、底层芯片软硬件协同，是未来人工智能突破技术瓶颈的核心赛道。

        祝烈煌教授强调，多学科交叉融合是科研创新的关键，鼓励广大科研学者深耕基础研究、贴合产业刚需，持续深化校际科研合作，推动人工智能基础研究、技术落地与国产化硬件创新协同并进，助力智能科技产业高质量升级发展，为领域创新注入持久动力。

二、深耕理论根基，攻克统计学习技术难题

         首位报告人滕尚华老师聚焦无标注数据的应用价值，带来统计学习领域前沿分享。报告围绕监督学习、二分类、多分类等经典机器学习核心任务，结合行业良性猜想体系，系统剖析传统监督学习模型的固有局限。

         滕尚华老师重点论证了无标注数据在模型正则化优化、提升模型泛化能力中的关键作用，精准点明多分类监督学习场景中数据分布不均、拟合偏差、类别判别精度不足等核心痛点。此次报告补齐了无标注数据应用于统计学习的理论短板，为机器学习模型迭代优化、基础理论创新提供了全新的研究思路与技术支撑。

三、聚焦边缘赋能，构筑下一代AI服务体系

         随后，闵革勇老师以《Edge Intelligence for Next-Generation AI Services》为题，全方位解读边缘智能的发展体系与落地路径。报告从行业背景、技术优化、未来展望三大维度层层递进，剖析了传统云端计算模式在海量终端接入、低时延业务场景中的短板，梳理出智能边缘网络落地的核心挑战。

         针对行业痛点，报告提出算力动态调度、网络资源精细化分配、边缘服务自适应优化等解决方案，有效破解边缘场景资源浪费、算力适配性差等难题。同时，报告明确了边缘智能的产业化落地方向，为构建泛在化、轻量化、高效化的下一代边缘AI服务体系筑牢了理论与技术基础。

四、软硬协同发力，筑牢AI+IC产业核心基石

         陈云霁老师的专题报告聚焦产业底层核心，深度阐释人工智能与处理器芯片的耦合关系。他提出，人工智能算法与集成电路芯片是智能时代的两大核心技术基石，上层算法迭代需要芯片算力、架构、功耗的硬件支撑，而芯片硬件革新也需贴合AI模型运行需求精准优化。

         针对当前行业存在的算法与芯片适配不足、高端芯片国产化薄弱、软硬件协同体系不完善等问题，报告明确AI+IC深度融合、软硬件协同创新是未来技术突破的核心路径，为国产智能芯片研发、AI技术产业化落地指明了清晰方向。

五、思想碰撞聚力，赋能领域创新长效发展

         报告结束后，现场师生围绕前沿主题展开热烈研讨。参会专家结合自身研究领域，针对模型优化、边缘资源调度、软硬件协同等热点问题交流经验、碰撞思路，形成多项极具价值的科研创新方向。

         本次会议贯通AI基础理论、场景应用与底层硬件全链条研究体系，内容兼具学术深度与产业实用性。后续各方将持续深化跨校、跨领域科研合作，聚焦前沿赛道深耕细作，持续推动智能计算领域技术创新与成果转化，助力我国人工智能产业高质量、国产化、可持续发展。