[08-26］聚焦AI大模型：LLM智能体和VLM轻量化

天基综合信息系统全国重点实验室鲁班论坛2026年度第8期

时间：2026年08月26日（周三）14:00-15:30

地点：中国科学院软件园区5号楼4层第一会议室

主讲人：张超宁，电子科技大学教授，博士生导师，国家级青年人才

报告摘要：

随着大语言模型和视觉语言大模型快速发展，人工智能正从内容生成和单一任务处理逐步向复杂推理、自主决策与开放环境交互演进，但在实际应用中仍面临复杂任务推理能力不足、外部知识获取受限、长期信息难以有效利用，以及模型规模庞大、计算与存储成本较高等问题，制约了大模型智能能力的进一步提升与高效部署。针对大语言模型智能体在开放环境中的能力瓶颈，本报告将重点探讨复杂推理、检索增强、长期记忆和开放世界任务等关键问题，通过增强任务规划与多步推理能力、动态获取外部知识以及有效组织和利用历史交互信息，提升智能体面向复杂任务的理解、决策与执行能力。针对视觉语言大模型参数规模大、视觉Token数量多和多模态推理开销高等问题，本报告将进一步介绍模型压缩、Tokens剪枝、知识蒸馏等轻量化方法，通过压缩模型冗余参数、筛选关键视觉信息以及将大模型知识迁移至轻量模型，在保持多模态理解与推理能力的同时降低计算、存储和部署成本，并进一步关注轻量化模型在复杂应用环境下的可靠性与部署效率。通过上述研究，本报告将从智能体能力增强与多模态模型高效化两个互补视角，探讨大模型从能力提升走向高效、可信、可部署应用的关键技术路径，为新一代智能系统的研究与应用提供思路参考。

报告人介绍：

张超宁，电子科技大学教授、博士生导师，国家级青年人才，IEEE高级会员，全媒体技术与传播认知四川省重点实验室学术带头人，四川省特聘专家，入选斯坦福大学/Elsevier发布的全球前2%顶尖科学家榜单。主要研究方向为人工智能大模型，涵盖多模态大模型、大模型轻量化与工程化、大模型鲁棒性与安全性、智能体及AIGC等。在人工智能领域发表高水平学术论文100余篇，其中以第一作者身份发表CCF-A类等顶级会议论文10余篇，以通讯作者身份发表CCF-A类会议或IEEE/ACM Transactions论文30余篇；论文总引用次数超过7700次，H指数为41。其第一作者论文MobileSAM单篇引用近1000次，相关GitHub项目星标数超过5800次。