视频生成的前沿研究与应用（AIGC）｜机器之心

2024年1月20日 9:30-2024年1月20日 17:30 昆仑巢(北京西城)

在视频制作即将到来的技术和应用爆发中，为了帮助企业和从业者掌握技术前沿，把握时代机遇，机器之心 AI 论坛聚集了国内视频生成的技术力量，分享了国内顶尖力量的技术突破和应用实践。

论坛将于 2024.01.20 在北京举行，专家和一线开发者聚集在现场，期待在视频生成领域展示高质量、高水平的线下交流活动。

这次活动聚集了大咖，分享内容中的很多模型/工具都是第一次技术拆解和分享。来报名，抓住机会站在浪潮的顶端。

了解国内视频生成的最新技术进展和应用实践，了解机器之心 AI 技术论坛将是一个很好的机会。

点击此进入活动注册地址 >>>

活动日程

最新日程发布，来看看你最期待什么。

全阵容发布嘉宾

本次论坛的嘉宾阵容强大，从大型互联网制造商的技术领导者、大学研究所的教授到明星初创公司 CTO 等等，技术专家会来现场看看你期待什么嘉宾。(以下嘉宾按拼音字母排序)

薄列峰

阿里巴巴 通义实验室 XR 负责人

共享主题：多模态数字人：大模型支持下的新范式

嘉宾介绍：薄列峰博士 2022 年 8 每月加入阿里巴巴，担任通义实验室 XR 团队负责人致力于研究数字人、数字孪生、多模态大模型等前沿技术。他于 2007 2007-2012年获得西安电子科技大学博士学位 在芝加哥大学丰田研究所和华盛顿大学从事博士后研究。薄博士于 2013 年 8 每月加入亚马逊，担任 Principal Applied Scientist，负责 Amazon Go 无人零售店 AI 算法的研发与落地。他于 2017 年 10 每月加入京东集团担任京东科技 AI 实验室首席科学家。

薄博士在 Neurips、CVPR、ICCV、ICML、AAAI、ICRA、IJCV 国际顶级会议和期刊共发表论文 100 其余，论文被引用超级 13000 次，H 指数 其中，博士论文获全国100篇优秀博士论文奖，RGB-D 获得机器人顶级会议的物体识别论文 ICRA 最佳计算机视觉论文奖，担任过多个顶级人工智能会议程序委员会委员。

段楠

亚洲微软研究院 资深首席研究员

共享主题：从视频生成模型到通用世界模型

嘉宾介绍：自然语言计算团队研究经理、中国科技大学、西安交通大学、天津大学兼职教授，主要从事自然语言处理、多模态智能、代码智能、机器推理等研究，多次担任 NLP/AI 发表学术论文的学术会议程序主席和领域主席 100 余篇，Google Scholar 引用 10000 余次，持有专利 20 余项。

冯佳时

字节跳动 智能内容创作部基础研究负责人

分享主题：视频生成与编辑技术探索

嘉宾介绍：专注于多模态生成和理解大模型。在加入字节跳动之前，他曾担任新加坡国立大学电气与计算机工程系的助理教授，并担任加州大学伯克利分校的博士后研究员。他的研究领域包括深度学习及其在计算机视觉中的应用。他发表了 400 多篇关于深度学习、物体识别、生成模型和机器学习理论的论文。曾获得 ACM MM 2012 最佳技术演示奖，TASK-CV ICCV 2015 最佳论文奖，ACM MM 2018 论文奖最佳学生。他也是 2018 亚洲麻省理工学院技术评论 35 年以下创新者奖获得者。曾担任CVPR、 NeurIPS、ICML、ICLR 领域主席和 ICMR 2017 程序主席。

刘威

IEEE Fellow、腾讯 杰出科学家

分享主题：腾讯混元文生视频大模型的技术创新与应用实践

嘉宾介绍:现任腾讯杰出科学家刘伟博士和腾讯混元AI大模型技术负责人之一。在此之前，他获得了哥伦比亚大学计算机科学与电子工程博士学位 IBM 沃森研究中心研究科学家。刘博士长期从事机器学习、深度学习、计算机视觉、多模态、信息检索等 AI 基础研究和技术产品开发的核心领域。刘博士是 IEEE Fellow，IAPR Fellow。

卢志武

中国人民大学 高山人工智能学院教授、博士生导师

分享主题：视频生成的挑战、进展和实践

嘉宾介绍：2005 2011年毕业于北京大学数学科学院信息科学系，获得理学硕士学位 香港城市大学计算机系年毕业，获得 PhD 学位。研究方向是机器学习和计算机视觉。设计中文通用多模态预训模型文兰 BriVL，并发表于 Nature Communications。获得指导的学生 2021 年 CCF 优博、2021 百度奖学金年。

苏洋

Chinese Llama 2 7B Contributor、大模型布道师

共享主题：使用 Stable Diffusion 生成 AI 视频

嘉宾介绍：中国第一个中文版 Llama 2 开源社区贡献者，GitHub 热榜80行代码实现类似的类似代码 Midjourney 官方 Describe 开源工具作者，双卡 Finetune Llama 一代 65B 模型，早期 ChatGPT 应用「hacker」。热衷于探索 AI 实现了技术突破和应用实践 ChatGPT 自由接入数据源等等 AI 工具。GitHub、活跃的科技社区用户，如知乎，继续深化技术文章输出，单平台访问量高达700万。

万鹏飞

快手 Y-tech 人工智能技术中心负责人

分享主题：快手在视频制作方向上的技术探索和实践

嘉宾介绍：快手Y-tech 人工智能技术中心负责人，前美图像研究所负责人。致力于通过计算机视觉、图形学、机器学习、人机交互等领域的交叉，为各业务线提供智能多模式内容创作和交互体验解决方案。专注于图像/视频/3D AIGC、XR 与数字人、Mobile/Efficient AI 等。

王鹤男

亚马逊云技术 资深应用科学家

分享主题：基于亚马逊云技术构建文生视频应用：

嘉宾介绍：亚马逊云科技高级应用科学家，负责数据实验室项目，熟悉生成 AI、在计算机视觉、自然语言处理、传统机器学习模型等领域，为企业客户提供云人工智能和机器学习授权，领导首汽汽车语音降噪LiveMe 海外直播场景反欺诈等项目。曾任汉迪推荐算法工程师、中国优车集团人工智能实验室负责人。

姚霆

HiDream.ai 联合创始人兼 CTO

共享主题：生成多模态内容：在未来掀起无限的创造力

嘉宾介绍：2019 ACM SIGMM Rising Star，2019 IEEE TCMC Rising Star，2022 中国智能计算技术创新人物。他发表论文 100 余篇文章，谷歌学术引用约， 1.5 万次，先后 10 多次获得国际学术竞赛冠军，设计视频分析领域标准 3D 卷积神经网络 Pseudo-3D Network，业内首个大规模视频文本数据集（MSR-VTT）也被全球400多家研究机构的学者下载使用，并开发了数百万全球日常用户的商业产品。此前，他曾任京东科技算法科学家和微软研究所研究员。

张玉东

百度 内容生态研发部 AIGC 技术负责人

分享题目:增加大规模文生视频应用实践

嘉宾介绍：长期从事机器学习相关算法应用，近两年专注于人工智能创建方向，服务于百度内容相关业务线，包括百号、百度知道、百度百科全书等业务。致力于通过 AI 提高内容创作的质量和效率，释放创作者的创造力，重塑内容制作的新模式。

技术交流社区

为方便技术交流，我们还专门成立了视频生成技术交流小组。欢迎关心视频生成和多模式大模型的技术从业者扫描代码加入对话，深入交流技术细节和行业观察。

对于本次活动的业务合作、团购、发票、内容等相关问题，欢迎添加本次活动的助手 Alice 或者通过电子邮件咨询。(微信 15650753618，邮箱 jiayaning@jiqizhixin.com）

点击此进入活动注册地址 >>>