2026年9月19日，上海科技大学信息科学与技术年度学术研讨会（ASSIST 2026）专场活动“人工智能前沿与治理”论坛在上科大举行。
本次论坛由上科大信息学院、上科大教育、创新和可持续发展研究中心（CEISD）以及上科大 AI 协同创新推进办公室共同主办，并得到了上海银行的大力支持。论坛围绕天基算力、具身智能、科学智能体及人工智能安全与治理等议题进行了学术探讨与行业交流。
上科大讲席教授、副校长兼副教务长虞晶怡在致辞中回顾了会议历程，介绍了上科大信息科学领域近期在相关学术会议上取得的科研成果，表达了学校对科研人才培养的关注，期望进一步加强与学术界及产业界、金融界的交流，共同支持年轻科研人员的成长。
上海银行业务总监朱守元围绕“金融如何陪伴 AI 从实验室走向产业场”分享实践与思考。依托与上科大共建的“未来科技创业营”、“上银智融”等平台，前置金融服务，为高校科技成果转化提供早期资金支持。致辞由上科大特聘教授、CEISD 主任杨燕青主持。
主题演讲环节由上科大信息学院教授、副院长屠可伟主持。
太空算力与科学智能体
南洋理工大学校长（讲席）教授、新加坡工程院院士文勇刚分享了关于天基算力与太空数据中心的研究。他指出，随着数据中心规模的扩大，地面算力在电力并网、水资源消耗和碳排放等方面受到限制。处于晨昏太阳同步轨道的太空环境具备较为稳定的太阳能。在工程实现上，文勇刚团队进行了几项尝试：针对真空环境缺乏空气对流的散热问题，研发了面密度较低的柔性薄膜微通道辐射散热器，以减轻卫星发射重量；面对太空高能粒子辐射引发的单粒子翻转现象，设计了多出口决策、引入激活限幅裁剪的抗辐射网络以及内存位置混淆等软硬件协同算法，以维持大模型在辐射环境下的运行稳定性。此外，团队开发了数字孪生仿真平台OrbitWise，用于实时评估卫星热力、电力与通信的物理耦合。文勇刚建议，太空算力基础设施应保持开源，通过制定统一的技术与接口标准，促进国际层面的科研合作。
佐治亚理工学院副教授Chao Zhang通过线上方式介绍了面向科学发现的AI智能体研究。他提出，代码智能体在执行明确任务时表现稳定，但在面临大搜索空间和稀疏反馈的科研任务（如分子设计）中，AI需要具备进一步的探索与试错能力。其团队将大语言模型与进化搜索算法结合，提出了MOLLEO算法。为缓解搜索后期样本多样性下降的问题，团队进一步开发了EAGLE-Diverse算法，通过维护侧重优化高分样本的“冷池”与保留探索潜力的“热池”，在分子生成的质量和多样性之间寻找平衡。在自动机器学习领域，团队构建了MLE-Dojo等集成测试沙盒环境，利用多智能体协作完成数据处理与特征选择，测试显示较小参数量的模型在任务规划和执行能力上获得了一定提升。
科学智能、AI应用与安全边界
复旦大学教授、CCF 自然语言处理专委会主任黄萱菁的演讲探讨了智能体时代的AI科研助手。她提出，AI 应当具备鉴别研究方向潜在价值的“科学品位”。其团队收集了学术论文的社区反馈数据，训练了相关的偏好模型，尝试让 AI 评估研究想法。在科学工具调用方面，团队将工具的依赖关系建模为有向无环图，以减少小参数模型在复杂实验操作中的循环调用错误。此外，她展示了基于文献分类树的自动化新颖性查重系统，用于辅助科研过程中的证据检验，并简要介绍了团队在科学基座模型方面的研发进展。
上海交通大学教授、人工智能研究院常务副院长杨小康分享了智能化科学设施的构建思路。他提出了包含 AI 科学家认知层、科学世界模型模拟层和自动化实验室物理实验层的架构。在认知层，团队引入代码智能体作为中间环节，将图谱等图像信息转化为代码，以减少大模型在几何推理中的视觉误差；在模拟层，尝试将物理守恒等机制融入生成式 AI，应用于流体生成和微观结构重建；在实验层，团队结合具身机器人实现了部分化学色谱分离步骤的自动化操作，并利用 AI 模型辅助解析液相质谱裂解峰，为药物设计和材料分析提供支持。
韩国科学技术院（KAIST）讲席教授 Jae-Gil Lee 探讨了现实世界约束下的自适应智能。他提出了两级嵌套时间窗技术，以定位模式级异常的时序边界。在处理如地铁网络站点和线路等异构时序数据时，团队引入了结合空间与时序特征的双模态对比学习框架。在检索增强生成（RAG）应用中，为提高系统在处理频繁更新文档时的准确性，则引入“事件间”与“插入时间”的双重排序机制，结合语义相似度对候选信息进行二次筛选。
香港科技大学教授、世界可持续发展研究院院长陆萌茜介绍了气候智能在商业决策中的应用。她指出，提前两周到两个月的“次季节预报”是一个填补短期天气预报与长期气候趋势之间空白的时间窗口，对于航运物流、新能源等行业的运营规划具有参考价值。其团队开发了基于变网格架构的全球气候动力模拟模式。为了将气象预测转化为行业可理解的信息，团队推出了多灾种分析预警智能体平台，结合新闻抓取与历史灾害记录，为新能源电站选址和远洋航运避险提供辅助决策参考。
上海人工智能实验室研究科学家邵婧介绍了 AI 安全边界的探索工作。她指出，随着 AI 模型向智能体演进，安全关注点正从内容层面扩展到行为执行和物理层面的风险。实验室的测试显示，当前的电脑操作智能体在面对系统安全提示时仍可能执行潜在风险网页的点击操作；具身机器人在物理模拟场景中，由于缺乏环境互动的实时反馈机制，在应对环境突变时任务失败率较高。在多智能体模拟平台上，团队观察了模型在资源受限情况下的任务抢占行为，以及在递归自我改进迭代过程中可能出现的安全对齐失效现象。她建议在发展AI模型能力的同时，同步推进内生安全防御机制的建设。
人工智能前沿创新与治理
会议最后，由杨燕青主持的圆桌论坛举行。上海交通大学副教授高岳、复旦大学青年研究员曹艺馨、上科大助理教授王雯婕、上海人工智能实验室研究科学家张杰，以及中国电信人工智能研究院副院长陈银、上海银行科技金融部副总经理丁武军，围绕人工智能的前沿技术与安全治理展开了交流。
围绕研究前沿，高岳表示，具身智能的研究可以增加对机器人底层控制与基础动作训练的关注，通过动作离散化处理来提升数据的利用效率。曹艺馨认为，随着模型能力扩展，大模型评估领域的前沿在于解决评估体系的效率和泛化性问题。王雯婕关注大模型的内生安全，探讨如何在模型持续迭代的过程中同步保持其对安全边界的认知。张杰将前沿 AI 视作可组装的复杂组件系统，提出应关注模型在具备一定自主性后可能带来的管理挑战。
在产业与金融界方面，陈银分享了 AI 技术在通信网络中的应用探索，例如通过智能编解码技术替代部分物理带宽，在窄带条件下实现视频传输。丁武军表示上海银行正以产业研究前置 、 创投型审批、投贷联动产品替代传统模式，以投资视角和里程碑式资金安排，做早小硬科技的耐心金融伙伴。
在讨论 AI 安全治理与防范路径时，曹艺馨提出，通过自动化奖励模型来体现人类的偏好和价值观，将是评估领域的一个发展方向。王雯婕认为，基于大量离散数据的经验交互学习，目前仍是训练大模型理解社会规范与安全边界的途径。张杰借用控制工程的概念，提出即使模型内部存在黑盒特性，也可以通过外部的系统工程与防御体系来规范 AI 的输出行为。陈银指出，在面向公众和行业的应用时，企业需要建立相对严格的安全准则。
高岳
陈银
曹艺馨
王雯婕
张杰
