BIM建筑网第十届中国图学大会——“通往图学智能之路: 多模态大模型的机制、演进与应用”会前课程于2025年9月19日上午在湖北武汉顺利召开。
课程由大连理工大学杨鑫教授和大连海事大学张吉庆特聘副教授共同负责，聚焦多模态大模型的技术机制、前沿演进及应用前景，特邀来自中国科学院自动化研究所、中国人民大学和中山大学的专家学者作专题授课。
课程负责人张吉庆特聘副教授讲话
本课程紧扣大模型技术在图学智能领域的前沿趋势，围绕多模态大模型的机制构建、能力演进及实际应用展开深入探讨。课程第一部分系统梳理了多模态大模型的技术演进与关键挑战，强调其在典型图学任务中的集成潜力与变革价值；第二部分聚焦生成模型的构建与发展，深入介绍扩展性、指令追随、多轮对话等关键突破；第三部分则面向大模型的垂域挑战与适应方法，系统讲解了跨领域高效微调等核心技术路径，帮助参会学者把握最新研究动态与应用前景。
首先，中国科学院自动化研究所的郭龙腾副研究员以《多模态大模型的研究与实践》为题进行了精彩授课。他首先回顾了多模态大模型的发展背景，指出在人工智能快速演进中，单一模态已难以应对复杂任务，视觉、语言、语音等多模态融合成为重要方向。报告系统介绍了多模态大模型的核心思路与技术路径，深入解析了跨模态对齐、统一表示和语义一致性等关键挑战，并强调算力效率与安全合规是未来研究的共同诉求。结合团队实践，他展示了多模态大模型在智能对话、图文理解与多模态检索中的典型应用，体现了模型在学术研究与产业落地的双重价值。最后，他着眼前沿趋势，提出在图学智能的融合背景下，应加强可解释性、跨学科协作和应用闭环建设。本次报告兼具学术深度与前瞻视角，为与会师生提供了全景化的理解与启发。
郭龙腾副研究员授课
随后，中山大学网络空间安全学院夏海峰副教授以《迁移学习赋能大模型垂域适应》为题进行了授课。他从大模型在跨领域应用中面临的核心问题切入，指出尽管通用大模型在开放环境下表现出强大能力，但在垂直领域仍存在泛化不足、数据分布差异显著等挑战。报告系统阐释了迁移学习在提升大模型垂域适应中的作用，介绍了监督与无监督的多种迁移范式，并结合实际案例展示了其在医疗、网络安全等关键场景的应用价值。针对参数规模庞大的问题，他重点讲解了参数高效微调方法，如LoRA、Adapter、Prefix Tuning等，并对比分析了它们在性能与效率间的优势。最后，夏海峰强调，迁移学习不仅是解决垂域适应的关键手段，也是推动大模型向安全、可控和高效方向发展的重要路径。本次授课兼具理论深度与实践导向，为与会师生带来了有益的启发。
夏海峰副教授授课
最后，中国人民大学高瓴人工智能学院李崇轩副教授以《LLaDA：大语言模型新范式》为题进行了授课。他首先提出一个核心问题：自回归生成是否是通往通用生成式人工智能的唯一路径。围绕这一动机，李崇轩介绍了团队提出的LLaDA模型，阐释了其通过扩散机制逐步生成语言的新范式，打破了传统逐词自回归的局限。报告详细解析了LLaDA的三阶段流程——随机掩码预训练、监督微调以及扩散式生成，并展示了模型在数学推理、代码生成、对话交互及多语言理解等任务中的优势表现。结合实验对比，他指出LLaDA在多项基准任务上可与甚至超越同规模自回归模型，展现了强大的可扩展性与零样本推理能力。李崇轩还介绍了团队在LLaDA-V（多模态扩散语言模型）和LLaDA-MoE（专家混合架构）上的最新探索，表明该系列模型已具备跨模态理解和更高效的推理潜力。最后，他强调这一新范式有望推动大模型在价值对齐、多模态智能和产业落地中的突破，为与会师生带来了深刻启发。
李崇轩副教授授课
在课程结束后，课程负责人张吉庆特聘副教授为三位授课老师颁发了证书，以感谢他们带来的精彩分享和深度指导。
张吉庆副教授为授课老师颁发证书
参会师生积极与授课专家互动，就多模态大模型在图学智能中的应用前景展开热烈讨论。大家一致认为，本次课程不仅拓宽了学术视野，也为未来研究合作与实践探索指明了方向。
