专家报告一：
报告题目：面向复杂环境的机器人自主导航技术与实践
报 告 人：杨红庄 虹软科技股份有限公司
报告摘要：围绕机器人在复杂环境下的自主导航技术与落地实践，重点介绍环境建图、自主定位、环境感知、路径规划与运动控制等核心技术。结合实际应用场景，分析机器人导航系统在复杂动态环境中面临的技术挑战，分享关键技术解决方案与工程实践经验。
个人简介：2016年硕士毕业于USTC-GCL实验室，同年加入虹软科技股份有限公司，担任算法研究员，专注于3D视觉领域算法研发及落地工作。
专家报告二
报告题目：四源数据融合驱动的流场大模型探索
报 告 人：毕重科，天津大学
报告摘要：面向工业仿真的流场大模型需要大量覆盖不同几何、边界条件和工况的物理场数据，也需要可靠的观测与计算结果来检验预测。从这一需求出发，我们探索了构建四源数据模式，包括真实数据、实验数据、仿真数据和生成数据，四类数据在精度和数据量两个维度形成优势互补，来解决当前流场大模型面临的数据不足的问题，从而探讨流场垂直领域大模型向多源流场重构、时空特征提取和流动机理分析等任务拓展的可能路径。
个人简介：毕重科，天津大学教授，博士生导师，国家级高层次人才，重点研发计划首席科学家。主要研究方向为流场的智能分析。主持国家重点研发计划，173项目，预研项目，国家数值风洞重点项目，国家自然科学基金等重大项目。在相关领域发表高水平论文100余篇。成果在数值风洞、核电、环境保护、自动驾驶等领域得到应用。
专家报告三：
报告题目：毛发的高性能真实感渲染：反走样与全局光照
报 告 人：过洁，南京大学
报告摘要：逼真头发渲染因发丝微观结构复杂、散射各向异性强，对噪声高度敏感。现有实时去噪与抗锯齿方法易产生过度模糊和伪影，难以保留飞散发丝等精细细节，根源在于亚像素连续性保持不足及滤波缺乏方向敏感性。为此，我们提出一种实时头发滤波技术，有效重建纤维细节并抑制噪声。同时，我们提出一种高效头发全局光照方法，将多重散射近似为体积光传输，以大幅降低的开销实现接近路径追踪的保真度。该方法将浓密毛发视为高度各向异性的参与介质以捕捉柔和体积光照，同时保留显式纤维几何体用于直接光照，并在屏幕空间累积发丝覆盖率、随机采样单次散射以近似高阶散射。其速度比路径追踪快约7-10倍，且在各种光照条件下具有鲁棒性。
个人简介：过洁，南京大学长聘副教授、博导，主要研究方向为智能图形渲染技术。迄今为止，在国内外主流期刊和会议上发表高水平学术论文100多篇。近年来带领团队研制国产真实感渲染引擎Moer Renderer（https://njucg.github.io/Moer/，获CCF CAD&CG专委2024年度优秀图形开源软件奖）和国产实时渲染引擎MoerEngine（https://njucg.github.io/MoerEngine/）。相关研究成果深入应用在文物保护、基础教育、消费电子和影视娱乐等多个行业。过洁担任包括SIGGRAPH Asia在内的多个国际、国内学术会议的程序委员会委员，曾获得华为火花奖、CCF CAD&CG青年科技奖等奖励。
