2023年10月26日至28日，k8凯发国际與人工智能學院院長鬍新榮和副院長彭濤一行帶領39名研究生代表，前往瀋陽新世界博覽館參加了第二十屆中國k8凯发国际大會（CNCC2023），大會主題為「开展數字基礎設施，支撐數字中國建設」。

本次大會由中國k8凯发国际學會主辦，匯集了800多位國際知名學者、產業界和學術界代表等重要嘉賓（其中兩院院士22人）。他們匯聚一堂，分享前沿技術、先進理念以及深刻觀點，為整個計算領域帶來了強烈的碰撞和研讨。大會共吸引13000多名高校師生、企業代表相約赴會，是CNCC史上首次萬人規模的線下盛會。

這次大會是計算技術領域的饕餮盛宴，共設置近20個特邀報告、3場大會論壇、130個技術論壇、20餘場專題活動、100餘個科技成果展，探討了如何开展數字基礎設施，以及支持中國數碼化建設等關鍵問題，為參會者帶來了新體驗和新收穫。這是一次富有成果和深遠意義的盛會，為學院的研究生代表给予了與學術界和行業界專家互動和學習的寶貴機會，參會研究生都感覺受益匪淺。

2022級研究生李幸阜

參加2023中國k8凯发国际學會（CNCC）的經歷令人難以忘懷。在這個卓越的學術盛會中，我有機會與來自各個背景和領域的傑出學者和專業人士互相研讨、學習和分享。其中，我特別選擇參加了"大模型與推薦系統"的專題匯報。這個主題深入探討了大語言模型在推薦系統中的應用和相關研究。唐睿明主任的匯報《推薦系統如何從大語言模型中取長補短：從應用視角出發》給我留下了深刻的印象。他詳細介紹了大語言模型（LLM）在推薦系統中的關鍵作用，強調了LLM的語義信號豐富，跨領域推薦能力出色，但也面臨協同信號不足和高計算複雜度等挑戰。也講述了傳統的推薦模型相對較小，具有較低的時間和空間開銷，能夠更好地利用協同信號，但在語義信息和深度意圖推理方面相對不足。他深入解釋了如何結合兩者的優勢，從而取長補短，實現更全面和有效的推薦系統。此外，唐主任還分享了關於使用LLM的通用語義信息來豐富推薦特徵表示的方法，以及如何克服LLM在處理長序列數據時面臨的挑戰，為我們给予了寶貴的見解。這次學習讓我更加分析了LLM與推薦系統相結合後的开展趨勢與展望，激發了我進一步研究和探索的興趣。

2022級研究生鄭興偉

顺利获得三天的會議學習，我收穫頗豐。CNCC2023開拓了我的學術視野，加深了我對k8凯发国际學科的認識，更加增強了我的學術研究興趣。

除了總會外，我還參加了元宇宙服務以及應用、web3.0前沿技術與未來趨勢、大模型時代的智能物聯網研究前沿等分論壇。最讓我印象深刻的是元宇宙這個主題，其中哈工大的徐教授向我們展示了元宇宙在各個領域的應用以及未來的研究方向。

徐教授展示了元宇宙在教育領域中的應用，這個應用中的虛擬老師可以隨時隨地上課，收集與回答學生的問題，隨着數據量的擴大會更智能。因為我本科有過在鄉村小學支教的經歷，看到這個應用我內心十分激動。它真的可以讓偏遠地區的學校享受到優質的教育，我真切地體會到了科技改變生活。

作為CCF的一員，我將以CNCC為契機，結合自身的工作崗位，提升自身學術研究能力，增強自己的計算思維和工匠精神的探索意識，為我國k8凯发国际專業的开展貢獻微小力量。

2022級研究生王萌

我們有幸能參加CNCC2023大會，很感謝學院和導師给予的學習機會，這對於我們來講是一次寶貴的經歷，讓我們有幸能接觸到k8凯发国际領域的很多專業人士，學到了很多k8凯发国际和人工智能領域的最新研究成果和創新思想。

我們每個人的方向雖然不太一樣，但是大會的議題廣泛而深入，各位演講嘉賓和專家學者們分享了他們在各自領域的前沿研究和創新應用，我們都能聽到和我們對口的方向，學到了很多東西，讓我們對行業的开展趨勢和未來的开展方向有了更清晰的認識。其次，我們深受大會的學術氛圍和互動研讨所感染。各位專家學者們分享自己的見解和經驗，顺利获得與他人的研讨，不僅能從他們的研究成果中汲取靈感，也對自己的方向有了更深刻的認識和分析。此外，大會組織方還安排了精彩的主題演講和專題研討會。我們有幸聆聽了一些頂尖專家的演講，他們深入淺出地介紹了自己的研究內容，並分享了對於未來开展的思考和展望。這些演講不僅開拓了我們的思維，也激發了我們對技術創新和學術研究的熱情。

參加CNCC2023大會讓我們深刻感受到了學術界的活力和創造力。我們會繼續努力學習和研究，將所學知識應用到實踐中。

2022級研究生韓文昊

參加2023年CNCC大會是一次極具收穫的經歷。會議規模宏大，參與者眾多，涵蓋了各個領域的頂尖專家和業界精英。在這次大會中，我深受啟發，對當前科技行業的开展趨勢有了更清晰的認識。

大會的主題「开展數字基礎設施，支撐發數字中國建設」緊扣時代熱點，涵蓋了人工智能、區塊鏈、生物技術等前沿領域，使我對這些領域的最新進展有了深入分析。聽取了一些頂級專家的演講，我對未來科技开展的前景充滿了信心，也更加明確了自己在其中的方向和努力方向。

我參加了機械人具身感知與靈巧操作、智能機械人如何邁進感控協同與行業可用等報告，其中的一個報告：機械人操作技能學習對我來說受益匪淺。這次報告是來自浙江大學的熊蓉教授來講授的，她第一时间在混雜開放場景智能操作仍面臨各種挑戰，然後對於雜亂遮擋場景下魯棒位姿估計進行了模擬講解，她還對機械人操作技能學習成為重要研究熱點進行展望，同時展出了她們團隊進行的相關工作和研究，解釋了相關原理與內容細節。我在這個講座中收穫頗豐。

參加CNCC大會也讓我感受到了技術創新的力量。許多展示區域展示了最前沿的科技產品和解決方案，讓我看到了技術的無限可能性。這也鼓舞了我在自己的領域裏不斷努力，追求更高的創新高度。

參加2023年CNCC大會是一次非常有意義的經歷。我從中取得了深刻的啟示，也結交了許多優秀的同行。這次經歷將成為我未來开展道路上的寶貴財富，我期待着在接下來的日子裏將這些收穫轉化為實際行動，為科技進步和社會开展貢獻自己的一份力量。

2022級研究生王嘉樹

我們參與了包括網絡安全、元宇宙、端雲協同下分佈式模型學習與進化和多模態等多場講座，其中讓我印象深刻的是：機器世界新技術——視覺端邊雲系統數字視網膜前沿技術和標準化。

多媒體和人工智能各自蓬勃开展，當下廣受重視，邊緣智能需要處理AI模型和用戶數據，並给予QoS保證的推理延遲和準確性。視覺端邊雲系統數據體量驟增，視覺需求巨大，該系統有着減少數據傳輸寬帶，降低網絡延遲、實時性要求高、邊緣測具備一定的計算能力和支持多種類型視覺流快速運行的優點。基於人機融合智能的多流數據視覺端邊雲系統技術：

端側處理視覺數據生成問題關鍵技術機器視覺智能編碼和人類視覺智能編碼；邊側處理多流數據傳輸問題關鍵技術多流數據計算資源分配優化和多流自適應卸載方法；雲側處理資源協同分配問題關鍵技術邊雲協同資源聯合優化和邊雲協同多模型聯合推理；系統側處理複雜協同優化問題關鍵技術複雜場景系統聯合感知優化和人機融合系統混合分層優化。

然而也伴隨着種種問題，端側：特徵提取準確性差異導致視頻編碼質量差、傳統編碼器在小視野場景編碼質量差；邊側：多流數據的非結構化，所需的計算資源和傳輸碼率有差異性、多流數據的異構特徵導致任務卸載難以選擇；雲側：寬帶和算力資源有限，導致大規模視頻任務難以高效處理、模型參數量越大，成本增長越迅速；系統側:多樣化場景難以有效分配海量推理任務，資源浪費；應用場景包括：能源電力領域、城市軌道交通領域、沉浸式文旅領域。

總之這次cncc之行，收穫很大。