BIM建筑网第十届中国图学大会——未来之星青年学者论坛于2025年9月21日上午在湖北武汉成功召开。本届论坛汇聚了众多活跃在科研一线的青年才俊，通过特邀报告、深度研讨等多种形式，分享创新研究成果与宝贵实践经验。论坛致力于打造高水平的学术交流平台，促进跨领域思想碰撞与协同创新，助力青年学者成长，增强学术共同体凝聚力，共同推动图学学科的繁荣与进步。
未来之星青年学者论坛由第五届中国科协青年人才托举工程入选者、北京航空航天大学汪淼教授主持。论坛邀请了上大连理工大学、华中科技大学、国防科技大学，北京航空航天大学相关高校的学者就图学学科的技术创新作报告并进行讨论。
汪淼教授主持论坛
首先，大连理工大学的刘婵娟教授对《面向复杂系统的智能体认知建模与决策优化》作报告，她深入探讨了数字化时代下面临的多智能体协同决策难题。她指出，动态环境的不确定性、系统高维复杂性及智能体间强交互性，是制约系统效率、安全与稳定性的核心挑战。针对这些问题，刘教授提出创新性认知博弈模型（CPE），利用行为数据构建智能体认知模型，有效刻画现实中的有限理性和认知局限。她团队还开发了基于状态中继机制的强化学习算法和多反馈奖励模型，显著提升决策效率与自适应能力，缓解了传统方法中的稀疏奖励和收敛难问题。刘教授强调，在资源受限条件下，必须兼顾策略的效率与安全性，其研究成果为多智能体协同推理和动态策略生成提供了新路径。这些方法在智能交通、多机器人协同、灾害救援等领域展现出广泛应用潜力，为复杂系统的实际部署奠定了理论和技术基础。该报告不仅推动了人工智能与博弈论的跨学科融合，也为未来群体智能和系统优化研究指明了方向。
刘婵娟教授作报告
其次，华中科技大学冀晶晶教授带来了《AI赋能飞行器气动原位感知御风飞行》的报告，她介绍了一项基于人工智能与柔性传感的创新技术，旨在实现对飞行器表面气动多物理场的高精度、高效率实时感知与重构。冀晶晶教授在报告中指出，气动多物理场的精确测定是飞行器实现智能化“御风飞行”的关键前提。超薄柔性蒙皮可贴附于飞行器表面，在不破坏原有结构、不干扰流场的情况下，同步原位测量应变、压力与摩阻等多类参数。然而，该类蒙皮传感器测点数量有限，如何基于有限的离散数据高精度、高效率重构机翼变形与绕流流场，成为当前技术瓶颈。针对这一挑战，冀晶晶教授团队发展了基于AI赋能的气动载荷原位感知技术。该技术能够从有限的壁面压力测点数据中，智能重建整个机翼绕流场结构，不仅实现了稳态条件下升力的实时判定，还完成了非稳态湍流场的精细重构。她特别强调，AI驱动的柔性智能蒙皮系统可实现毫秒级响应与流场重构，将显著推动飞行器气动多物理场机载原位感知技术的变革与进步。该项研究不仅提升了飞行器在复杂气流环境中的感知与自适应能力，也为下一代智能飞行器的设计提供了重要的技术支撑。
冀晶晶教授作报告
然后，国防科技大学朱晨阳副教授围绕“基于残差混合表示的大规模在线RGB-D重建”作了报告，他介绍了一种融合显式与隐式表达优势的新型重建方法，旨在解决当前神经隐式表达在大规模在线重建中面临的关键问题。朱晨阳在报告中指出，近年来，以NeRF为代表的神经隐式表达显著推动了在线稠密重建的发展。与传统的显式TSDF表达或高保真3D高斯 Splattering（3DGS）相比，隐式表达在重建完整性和内存效率方面具有明显优势。然而，其在细节重建能力不足和在线训练时间过长等问题，限制了其在实际大规模场景中的应用。针对以上挑战，研究团队提出了一种基于残差的混合表示框架。该方法融合了显式的粗糙TSDF网格与隐式的细节残差模块，既保持了显式方法的高效性和稳定性，又通过隐式残差补偿显著提升了几何与纹理细节的重建质量。该混合表示能够有效支持大规模场景的在线重建与相机位姿估计，在重建效果和系统效率之间实现了更好的平衡。该项研究为推动实时、高精度三维环境感知与重建提供了新的技术路径，对增强现实、机器人导航、数字孪生等应用具有重要推动意义。
朱晨阳副教授作报告
接下来，北京航空航天大学杜孝孝助理教授对“等几何结构分析与形状优化”作了报告。他聚焦于航空航天等领域高端装备研发中面临的结构仿真与智能设计挑战，提出了基于等几何分析的一体化解决方案。杜孝孝教授在报告中指出，在航空航天等高端装备研发过程中，实现工程结构的高效高精度仿真与智能设计一直是业界追求的重要目标。目前，CAD（计算机辅助设计）与CAE（计算机辅助工程）系统作为支撑设计与仿真的两大关键工具，由于彼此独立运行且对几何模型的表达方式存在根本差异，严重制约了研发效能的提升。近年来，等几何分析技术作为统一设计与分析模型的新方法受到广泛关注。该技术通过采用相同的几何表示方法，实现了设计模型与分析模型的无缝衔接，为工程结构的高效高精度仿真与智能设计提供了新途径。杜孝孝在报告中系统介绍了等几何结构分析的基本方法及其工程应用，并深入探讨了基于该技术的结构形状优化方法。这项研究为推动航空航天等领域高端装备的数字化研发提供了重要技术支撑，为实现设计-分析-优化的一体化流程开辟了新的方向，对提升我国高端装备研发效率具有积极意义。
杜孝孝助理教授作报告
第五，华中科技大学李贤芝副教授对“面向计算高校何通用智能的点云理解基础模型研究”作了报告。她针对当前三维点云理解技术在自动驾驶、机器人等智能系统应用中面临的关键挑战，提出了一系列创新性轻量化建模与训练方法。李贤芝教授在报告中指出，三维点云理解是实现环境感知与交互决策的核心技术，但由于点云数据本身具有高维度、无序性和高度稀疏的特性，使其高效建模面临严峻挑战。目前广泛采用的Transformer基础模型虽性能优异，却存在计算开销大、预训练与微调成本高昂等问题，严重制约了其在多样化任务中的快速适配与落地应用。同时，先进的三维多模态大模型普遍依赖大规模算力集群和海量标注数据，难以适用于资源受限的实际场景。为应对以上问题，李贤芝教授团队积极探索以Mamba为代表的新型架构在点云数据处理中的应用潜力，并致力于发展轻量化微调技术。该研究聚焦低算力、低数据依赖条件下的通用三维多模态大语言模型构建方法，旨在在维持模型表达能力的同时大幅降低计算与数据成本，提升模型在真实场景中的可用性和适应能力。该项研究为推动高效、轻量化的三维视觉感知技术发展提供了新思路，对促进自动驾驶、机器人等智能系统在边缘设备及资源受限环境中的部署具有重要应用价值。
李贤芝副教作报告
最后，重庆大学王逸群副教授对“基于神经渲染的复杂场景高保真三维重建方法”作了报告。他针对当前神经渲染技术在复杂环境应用中存在的难点，提出了一系列创新性解决方案，旨在推动三维重建技术在真实场景中的高质量应用。王逸群副教授在报告中指出，基于神经渲染的三维重建方法凭借其高效的参数化表示和可微渲染机制，已成为该领域的重要研究方向，并在多个行业展现出广泛的应用潜力。然而，现有方法在高频细节还原、噪声抑制、复杂光泽表面建模以及雾天等恶劣环境下的处理能力仍存在明显不足。针对这些挑战，王逸群副教授系统介绍了其团队围绕神经渲染开展的创新工作，主要包括四个方面：高质量表面细节恢复技术、噪声鲁棒的几何重建方法、复杂光泽场景下的表面与材质建模手段，以及雾天环境下的三维去雾重建技术。这些关键技术显著提升了神经渲染对复杂场景的适应性与重建质量，进一步拓展了该技术在真实环境中的可用范围。该研究不仅为神经渲染提供了重要的理论和方法支撑，也对自动驾驶、虚拟现实、数字孪生等依赖高精度三维重建的应用领域具有积极的推动意义。
王逸群副教授作报告
在交流环节中，多位青年学者围绕“具身智能与图学计算的融合创新”这一前沿议题展开了热烈而深入的探讨。与会者踊跃分享了各自的研究思路与实践经验，普遍认为，具身智能与图学技术的深度融合，将为虚拟现实、机器人智能交互、智能制造等工业软件核心应用领域开辟新的发展空间，并对新一代工业软件的研发与智能化升级产生重要推动。
