熊猫体育app仲夏之际，西湖之畔，群贤毕至，2024年7月19日至7月21日，由中国指挥与控制学会主办，国防科技大学系统工程学院、大数据与决策（国家级）重点实验室、信息系统工程全国重点实验室等单位承办的首届全国大模型与决策智能大会（CCLD-2024）在杭州国际博览中心成功举办。大会以“大模型与决策智能交融共进”为主题，聚焦探讨最前沿的大模型技术与决策智能应用。大会集聚了国内高等院校、科研院所和工业部门、公司的专家学者，探讨和交流大基础模型与决策智能领域的相关学术和工程问题，并邀请该领域的知名院士、专家、学者做大会特邀报告。

　　主论坛报告会由由大会执行主席、国防科技大学黄金才研究员主持。中国工程院院士、中国指挥与控制学会名誉理事长戴浩、国防科技大学系统工程学院吕欣首席、杭州市人才集团党委书记、董事长寿学军共同致辞。

　　中国工程院院士、北京大学信息科学技术学院院长、鹏城实验室主任、IEEE/ACM Fellow高文，中国工程院院士、合肥工业大学教授、校学术委员会主任杨善林，英国皇家工程院院士、欧洲科学院院士、香港工程科学院院士、香港科技大学首席副校长郭毅可，国防大学原教授、中国指挥与控制学会会士胡晓峰，清华大学教授、IEEE Fellow、国家杰青、中国自动化学会会士、中国人工智能学会副理事长孙富春，西湖大学讲席教授、欧洲科学院院士、IEEE Fellow金耀初，中国自动化所教授、中国指挥与控制学会常务理事、国家杰青、IEEE/AAAS Fellow曾大军，中国科学院大学经济与管理学院教授、欧洲科学院院士、国家杰青吴德胜，中国电科集团首席科学家、中国电子科技集团公司第二十八研究所研究员周中元，中国电信人工智能科技有限公司副总经理刘翼等10位院士专家，分别围绕“鹏城云脑与脑海系列大模型”“大模型的结构设计与涌现机理”“如果大模型是答案，什么是问题”“走向AGI的战争决策评估——大模型带来的战争评估方法的嬗变”“具身多模态大模型及其应用”“数据驱动的复杂系统优化——从小模型到大模型”“大模型驱动的开放规划器”“风险智能：决策解析研究进展”“军智指控大模型实践与思考”“基于Agent智能体的领域大模型建设与实践”等前沿技术方向分享了精彩的主论坛报告。

　　高文院士主要从语言大模型到多模态大模型、鹏城云脑E级智算平台的情况、鹏城云脑脑海大模型等三个方面分享了他对人工智能发展的研判以及鹏城云脑的实践。

　　杨善林院士首先对生成式人工智能的发展背景和基础科学支撑进行了阐述，并详细介绍了大模型的结构设计与涌现机理；分析了大模型结构设计的三种方法及训练过程中所需的数据准备和用户反馈；分享了基于认知激活假设对大模型涌现机理的研究探索及其基本性质；最后强调了人工智能在经济社会发展中的重要作用及面临的风险挑战，展望了人工智能未来的发展方向。

　　郭毅可院士首先介绍了自己在香港科技大学担任首席副校长以及领导香港生成式人工智能研究中心的背景；分享了关于大模型的思考，认为大模型是互联网信息的压缩，具有很强的迁移能力；提出了大模型的Scaling Law，认为数据、参数和计算能力是实现大模型性能的关键；强调了大模型的发展刚刚开始，存在许多基础性的问题；从语言模型、思维链、记忆等方面讨论了大模型的未来发展方向；最后提出了大模型2.0的概念，认为大模型是一个基础设施，需要与智能终端结合，实现具身智能。

　　胡晓峰教授探讨了AIGC在战争决策评估中的应用，强调大模型通过Scaling Law实现智能涌现，对战争决策评估产生巨大影响。他提出大模型可以赋能传统评估方法，并提出了新型评估工具和多智能体协同作战的规模定律。同时，他也指出了大模型应用的难题，呼吁共同探讨战争模型是否有Scaling Law。

　　孙富春教授分享了关于具身多模态大模型及其应用的理解。他提出多模态大模型通过跨模态学习整合信息，增强感兴趣的部分，并探讨了多模态大模型的类型和融合方法。孙教授还讨论了同构和异构多模态融合感知的问题，以及具身智能的沉浸感和外感知立体作用。他强调，具身智能的实现需要建立知识库、场景库，并通过大模型进行任务规划和场景适配优化。此外，他还探讨了具身智能的未来挑战，包括存在定律、存在条件、直觉能力、价值对齐和自我意识等方面。

　　金耀初教授分享了数据驱动的复杂系统优化方面的研究。他介绍了西湖大学的定位和现状，并强调了数据驱动优化在现实世界中的重要性。金教授讨论了数据驱动优化的背景和挑战，并介绍了不同的优化方法，包括小模型、图神经网络、扩散模型以及大语言模型的应用。他强调了这些方法在优化过程中的潜力和挑战，并提出了未来的研究方向。

　　曾大军教授分享了关于大模型在指控相关规划方面的应用和体会。他首先回顾了规划在人工智能中的重要性，并探讨了指控中的规划问题，从战术层面到战役层面，再到战略层面。曾教授提出，大模型在开放规划中的应用为指控领域带来了新的技术思路，并介绍了他们课题组在大模型应用方面的进展，包括开放规划器等创新工作。最后，曾教授展示了他们在大模型应用方面的一些具体案例，并分享了这些工作的启发和挑战。

　　吴德胜教授分享了关于AI大模型时代的风险智能研究进展。他强调了AI系统在数据感知、信息获取、知识嫁接、行为操作和智能决策等方面的基本功能，并提出了智能决策的重要性。吴教授探讨了从变革、智能决策的范式转型、主体范式以及创新体系、企业应对策略等四个方面的问题。

　　周中元教授报告了关于军智指控大模型的实践与思考。周教授介绍了28所从2016年开始在军事云脑概念及参考架构上的工作，以及2022年底开始研发军智指控大模型的进展。他们采用商用的和开源的大模型进行增量训练和指令精调，并针对不同的应用场景设计了不同规模的大模型。通过持续反馈迭代优化，大模型在指控文献阅读准确率上从37%提升到98%，并在用户现场实现了边研、边训、边用的模式。周教授的报告强调了指控大模型在军事领域的应用潜力和实践挑战，并提出了未来的发展方向和思考。

　　刘翼副总经理报告了关于基于agent智能体的领域大模型建设与实践。他介绍了中国电信在AI方面的投入和成果，包括基础通用大模型的研发，以及在军事领域的初步探索。

　　会议茶歇期间，参会人员就大会录用的60余篇海报论文和数十份参展产品进行了热烈的讨论和交流。

　　7月21日，大会同时开设了“人机混合决策智能论坛”、“具身决策智能论坛”、“大小模型协同理论与技术论坛”、“多模态大模型论坛”、“大模型与知识工程论坛”、“大模型与工业智能化论坛”、“大模型系统技术论坛”、“博弈决策大模型论坛”、“大模型与智能计算论坛”、“大模型智能体论坛”、 “平行决策智能论坛”、“安全可信智能论坛”和“大模型与生成式仿线场专题报告。