ACM中国未来新星论坛
ACM中国未来新星论坛是由ACM China YSCA（Young Scientists of Computing Academy）主办的一年一度学术大师与新秀相聚的盛会，是一场思想碰撞、灵感迸发的奇妙之旅，也是智慧的传承和梦想的起航。每年论坛会邀请历届ACM中国新星奖、优博奖得主，以及学术界、工业界的重磅嘉宾齐聚一堂，探讨前沿技术挑战，畅想未来的发展趋势。

组织委员会

张兰 （中国科学技术大学）
吴铎 （vivo）
刘思聪（西北工业大学）
王鹏飞（大连理工大学）
刘哲（浙江大学）
袁牧（香港中文大学）

Basic ​日期（2025-10-11）地点（​二楼积余厅C）

时间 内容 嘉宾 主持人
12:00-14:00 未来新星沙龙（暨企业课题发布会） 企​业特邀嘉宾 吴铎(vivo)
14:00-14:25 情境自适应的泛在嵌入式智能计算 刘思聪（ACM中国新星奖）
西北工业大学长聘副教授，国家级青年人才
14:25-14:50 大模型驱动的智能合约生成 江佳伟（ACM中国新星奖）
武汉大学计算机学院教授，入选国家海外青年人才计划
14:50-15:15 端云协同：驱动大模型高效与安全服务的系统研究 袁牧（CCF优博）
香港中文大学博士后研究员 		王鹏飞(大连理工大学)
15:15-15:40 面向生成式人工智能的分布式系统优化 符芳诚（ACM中国优博）
上海交通大学人工智能学院长聘教轨副教授
15:40-16:05 面向智算总线网络的协议设计研究与思考 杨昕磊（ACM中国优博）
清华大学软件学院博士
16:05-16:30 小解释假设和软件自动化 蒋炎岩（ACM中国新星奖）
南京大学计算机学院副教授
16:30-17:30 Debate 李波
香港科技大学讲席教授以及新星奖、优博奖获奖者 		张兰（中国科学技术大学）

刘思聪
西北工业大学 副教授
ACM中国新星奖获得者

报告人简介：刘思聪，西北工业大学长聘副教授，国家级青年人才，曾入选中国科协未来女科学家计划、ACM全国新星，研究方向是泛在嵌入式智能计算。主持国家级项目5项，参与国家级重大项目3项。在ACM Ubicomp、MobiSys、SenSys等高水平会议/期刊上发表论文60余篇，出版专著2部；获中算机学会推荐A类会议ACM UbiComp“杰出论文奖”、移动计算领域旗舰会议ACM SenSys“最佳论文提名奖”，CCF自然科学二等奖、陕西高等学校科学技术特等奖、ACM MobiSys N2women Fellowship、IEEE AIoTSys 青年科学家奖、华为世界难题火花奖等奖项；担任ACM IMWUT（ubicomp)编委、多次担任ACM MobiCom、Ubicomp、SenSys、MobiSys 等组委/TPC/Workshop chair，担任ACM SIGBED China副秘书长、CCF高级会员。

报告内容简介：泛在智能是物联网与普适计算领域重要研究方向，在多个国家重大需求 领域发挥关键作用，提供高效、实时的感知数据处理能力。然而，嵌入式设备弱资源且物联网 边端情境动态，导致深度模型面临深度模型与硬件资源失配等挑战。该报告将围绕软硬协同动态适配机理、资源敏感弹性推理和场景自适边端协同演化等方面介绍前期研究实践以及创新应用，涉及传统深度模型与基础大模型驱动下Agentic AI研究。

江佳伟
武汉大学 教授 
ACM中国新星奖获得者

报告人简介：江佳伟，武汉大学计算机学院教授、博士生导师，入选国家海外青年人才计划。共发表CCF A类论文50余篇，其中第一/通讯作者30余篇，申请发明专利20余项；获得CCF优博 、ACM中国新星提名等荣誉奖励；主持国家重点研发计划课题、国家自科基金面上项目、湖北省重点研发专项、CCF-蚂蚁科研基金等项目。

报告内容简介：智能合约作为一种基于区块链的自执行代码，在各领域具有广泛应用，但其传统生成方法依赖人工编码与专家审计，效率低且门槛高。尽管大语言模型（LLMs）在代码生成方面表现优异，但在智能合约生成中仍面临有效性、安全性和正确性等挑战。为此，我们提出Agent-SCG，一种基于模块化协同的智能合约生成框架。该框架通过多阶段协同优化机制，实现从需求分析到高质量代码生成的端到端优化。同时，引入存储-检索机制，实现历史优质解决方案的复用，进一步提升生成效率。同时，我们构建了一个面向多功能和完整合约级别的测试基准，以全面评估框架的生成代码的正确性。实验表明，Agent-SCG 显著提高了智能合约生成的质量与可靠性：相较于基线方法，其编译成功率提升最高达 48%，平均漏洞风险评分降低 68%，且在功能正确性测试中优于主流大语言模型。

袁牧
香港中文大学 博士后研究员 
CCF博士学位论文激励计划

报告人简介：袁牧博士目前是香港中文大学的博士后研究员，其研究聚焦于网络系统与人工智能模型推理的交叉领域，特别关注推理系统的可扩展性、效率与隐私保障。袁牧主持或参与了多项国家与企业资助的人工智能系统相关科研项目，研究成果发表于 ACM MobiCom、SIGCOMM、NDSS 等国际顶级会议，并多次获得重要奖项，包括 CCF 全国优博、会议的最佳论文奖与最佳演示奖。

报告内容简介：随着大模型在各类智能服务中的广泛应用，端侧设备与云端模型之间的高效协同正逐渐成为系统设计的核心议题。本报告围绕“端云协同智能”这一技术路径，介绍袁牧博士团队在效率优化、安全保障与个性化服务方面的最新研究进展。相关成果已发表在 ACM SIGCOMM、MobiCom 等领域旗舰会议，并在真实场景中完成部署，展现了端云协同在驱动大模型高效与安全服务方面的广阔前景。

符芳诚
上海交通大学 副教授 
ACM中国优博奖获得者

报告人简介：符芳诚，上海交通大学人工智能学院长聘教轨副教授，研究兴趣为分布式机器学习系统与算法，相关研究工作在 SIGMOD、VLDB、SOSP、ASPLOS、ICML、NeurIPS、TKDE 等国际顶级学术会议/期刊上发表论文40余篇，领导或参与了多个系统框架的设计与研发。他曾入选中国博士后创新人才支持计划（博新计划），并曾获得ACM中国优秀博士论文奖（全国奖）、世界互联网大会领先科技奖、国际测试委员会百大开源成果奖、机器之心「AI中国」年度十大开源事件等奖项荣誉。

报告内容简介：随着生成式人工智能的发展，深度学习模型的规模日益增长，分布式深度学习系统已成为支撑大模型技术发展的基石。然而，生成式人工智能的运行负载存在显著的动态复杂特性，构建高效易用的大规模深度学习系统对于数据科学家和系统工程师来说越来越具有挑战性。本报告将围绕生成式人工智能的系统优化关键技术，介绍团队在面向大模型和分布式深度学习系统上的探索与进展。

杨昕磊
清华大学 博士
ACM中国优博奖获得者

报告人简介：杨昕磊，清华大学软件学院博士，博士期间主要研究方向为网络测量与系统、5G网络。博士期间在国内外重要会议及期刊上发表论文共9篇，其中以第一作者身份发表3篇（NSDI’21、SIGCOMM’22、WWW’23），以通讯作者身份发表期刊1篇（TON’23）。同时，对应的学术成果已实际应用于公安部三所高速网络和国内用户规模最大的友声科技“测网速”平台，造福1700余万移动用户。博士毕业后加入华为中央研究院网络技术实验室，从事智算网络与总线网络协议研究。

报告内容简介：大模型应用的兴起对智算网络集群的计算、访存、通信效率提出了极高的诉求。随着AI计算芯片算力的飞速增长，传统数据中心网络协议难以满足计算芯片间的高效互联需求，成为制约智算网络集群性能提升的关键瓶颈。为此，智算总线网络通过提供局部超大带宽和超低时延互联，将算力与存储资源高效聚合，支撑大模型持续演进。本报告主要分享智算总线网络协议设计过程中，针对低时延、高带宽、高可靠的互联目标，面向新型资源约束、语义需求和组网拓扑带来的挑战，在路由分发、传输控制、可靠性等方面的一些研究进展。

蒋炎岩
南京大学 副教授
ACM中国新星奖获得者

报告人简介：蒋炎岩，南京大学计算机学院副教授，研究方向为系统软件和软件自动化，五次获得操作系统和软件工程领域顶级会议论文奖，并受邀担任ChinaSys’25程序委员会主席和操作系统、软件工程领域多个国际会议的程序委员会委员。蒋炎岩执教了互联网播放超过500万次的《操作系统》课程，获得南京大学“学生最喜爱的老师”荣誉，并入选了中国高校计算机专业教师奖励计划。

报告内容简介：语言，作为人类文明数千年来构建世界模型的终极抽象，不仅承载了知识，更赋予我们解决复杂问题的能力。本报告将围绕一个核心假设展开——“小解释假设”（The Small Explanation Hypothesis），即任何复杂的意图、过程或系统，均可以被一段足够精简、清晰的解释性语言所刻画。报告将介绍我们基于这一假设在软件自动化领域的探索，以及大语言模型时代的应用展望。

Copyright © 2025, ACM Turing Award Celebration Conference - China 苏ICP备2025208132号   苏公网安备32021402003985号