2026年10月20日至23日，由西南交通大学研究生院主办、计算机与人工智能学院承办的“创源”大讲堂研究生学术讲座在犀浦校区举行。本次系列讲座邀请了来自北京大学、清华大学、北京理工大学、上海交通大学、电子科技大学、中国科学院计算技术研究所、合肥工业大学等高校与科研院所的七位知名专家学者，围绕类脑智能、图基础模型、物理智能、大模型后训练、工业互联网、多模态神经计算与社交媒体模拟等前沿方向作主题报告，为在场师生带来了一系列高水平的学术报告。

      10月20日下午，上海交通大学张伟楠教授率先开讲，作题为《物理智能：概念本质、技术全景与未来展望》的报告。报告从物理智能的本质出发，辨析了物理智能与具身智能的联系与区别，系统梳理了物理智能的技术全景；随后介绍了团队在机器人控制基础模型与世界模型方向上的最新进展，并对物理智能当前面临的挑战与未来发展方向进行了展望。

      同日下午，电子科技大学康昭教授以《迈向通用的图智能：从图神经网络到图基础模型》为题作报告。报告针对传统图神经网络在异配性与跨域泛化上面临的瓶颈，介绍了团队在图基础模型构建方面取得的一系列进展：通过双重滤波机制统一处理图的同配与异配性，采用以结构为中心的迁移范式，利用多域拓扑对齐突破特征空间不兼容的限制，并基于几何基底与Gromov-Wasserstein距离在度量空间内实现异构图的表征对齐。

      10月22日上午，北京大学博雅特聘教授、IEEE Fellow田永鸿的报告题目为《人工智能与脑科学的双向闭环：从Brain to AI到AI to Brain》。报告立足“人工智能赋能脑网络动力学定量解析”与“脑机制启发脉冲网络模型构建”的双向闭环视角，介绍了利用物理模型、脉冲网络与机器学习交叉方法定量解析神经网络动力学的工作，以及受脑网络结构与动力学机制启发，通过设计树突启发的脉冲神经元、脉冲注意力机制和高效训练算法，构建高效深度脉冲网络模型。

      同日上午，北京理工大学计算机学院副院长、长江学者特聘教授、IEEE Fellow刘驰分享的是《离散行业工业互联网操作系统核心组件研发与应用》。报告依托国家重点研发计划“工业软件”重点专项，针对离散行业工业互联网资源多样繁杂、数据融通不畅、业务协同低效等问题，介绍了云端与边侧两类核心组件的研制情况，包括工业互联网智能边缘网关、工业大数据湖与云边协同的工业大数据知识迁移技术，以及基于数字孪生和多任务调度的双场景驱动工业引擎，并在电子产品制造的大规模协同制造、小批量个性化定制以及纺织品制造的产品质量检测、设备状态检测等场景中开展了应用验证。

      清华大学长聘副教授黄高则把目光投向大模型后训练，作题为《强化学习驱动的大模型后训练》的报告。报告以OpenAI o1、DeepSeek-R1等推理模型为切入点，说明了强化学习在激发大语言模型复杂问题求解能力方面的作用；在此基础上，从若干实验现象出发，分析了带可验证奖励的强化学习的工作机制、特性与能力局限，并介绍了基于强化学习的大模型自演进方法，该方法在无需人工标注数据的条件下实现了推理能力的持续提升。

      10月23日下午，中国科学院计算技术研究所王树徽研究员带来题为《去中心化自组织多模态神经计算架构：介观尺度视角下的神经社群表达、通讯与协作》的报告。报告从神经元连接建模角度出发，阐述了如何从哈密顿动力学视角将神经元系统解耦和去中心化，建立神经元状态空间理论，用路径积分替代不同粒度神经单元间的权重连接；并从通讯角度探讨了神经元、组块、模型智能体等不同层级的智能协作计算可行性，重点介绍了视觉与多模态预训练的近期进展，提出了从去中心化AI到自组织AI的发展目标。

      同日下午，合肥工业大学计算机与信息学院院长、国家杰出青年科学基金获得者鲍秉坤教授的报告《认知传播驱动的社交媒体模拟器》，聚焦社会模拟中认知决策与信息传播的协同推演问题。报告针对现有方法缺少对传播环境的建模、难以保证连续推演中主体行为与传播环境一致性的问题，提出以认知要素解析支撑个体动态决策、以传播要素演化驱动认知更新，构建“传播塑认知、认知驱行为、行为促传播”的协同推演机制，实现社会主体行为的认知传播一体化模拟，可为突发事件应急管理、网络宣传引导等应用提供技术支撑。

      本次“创源”大讲堂系列讲座涵盖人工智能多个前沿方向，内容深入浅出、信息密度高，报告内容引发了在场师生的广泛关注与热烈反响。系列讲座的举办拓宽了研究生的学术视野，激发了同学们的科研热情，也进一步加强了西南交通大学计算机与人工智能学院与国内有关高校、科研院所的学术联系。