来源：中国计算机学会
文章链接：https://mp.weixin.qq.com/s/I4ELR35eJTsy_t3eUMx-CA
CNCC2026将于10月21-24日在成都举办。今年将继续推出Tutorial，本篇介绍的Tutorial是——扩散模型：基础与前沿
Tutorial是由领域内专家主讲，面向全体参会者开放的专题讲座或教学环节，旨在介绍研究领域的最新进展或基础知识，内容涵盖原理、挑战、方法等。可以帮助刚进入该方向的博士生、青年学者快速补齐知识短板，以便更好地参会后续的前沿报告理解与未来方向思辨。
今年Tutorial共设置11大主题板块：AI基础模型、机器学习理论与机理、强化学习与推理、视觉多模态与世界模型、AI安全与治理、数据科学与数据空间、机器人与具身智能、Agent智能体、新型计算与网络架构、AI4Science、AI+行业。
模块 |
时长 |
内容 |
1. Introduction |
10min |
Overview of deep generative models and diffusion models |
2. Diffusion Fundamentals |
60min |
Foundations of diffusion models, training, inference and diffusion transformers |
3. Diffusion Based World Models |
60min |
Large scale training methods, AR-diffusion models and world models |
4. Diffusion Language Models |
60min |
Diffusion language models: methods and fast inference |
5. Q&A and Discussion |
20min |
Interactive discussion and future directions. |
Tutorial简介
扩散模型是生成式大模型背后两大支柱架构之一，在计算机视觉、世界模型方面有广泛应用，在大语言模型方面也有新进展。
本次讲习班将详细介绍扩散模型的基本原理，包括其概率表示、训练、生成算法以及可扩展架构。在此基础上，介绍大规模训练技术，图像和视频生成模型，以及基于扩散的世界模型等前沿话题。最后，介绍扩散语言模型等前沿进展。
Tutorial目标
参与者将能够：
了解生成式建模的基本原理；
掌握扩散模型的建模、训练、采样、网络架构方面的原理；
掌握大规模扩散模型的训练方式；
了解世界模型、扩散语言模型等扩散模型的前沿进展。
讲者介绍
中国人民大学副教授
中国人民大学高瓴人工智能学院副教授、博士生导师。致力于生成模型基础理论、建模范式、大规模训练策略和高效采样算法的研究，带领团队研制了扩散语言模型 LLaDA，开源模型下载量破600万次，多项成果部署于 DALL·E 2、Stable Diffusion、Vidu等行业领先大模型。成果发表于NeurIPS、ICML、ICLR、TPAMI、Nature Communications等，谷歌学术引用1.4万余次。获机器学习领域顶级国际会议 ICLR 2022 杰出论文奖；北京市自然科学一等奖（排名2）；吴文俊人工智能自然科学一等奖（排名5）。主持国家自然科学基金青年基金B类、重大研究计划培育项目等，入选智源学者、吴文俊优秀青年奖、北京市科技新星。担任IEEE TPAMI/TMLR/MLJ编委和ICLR/ICML/NeurIPS等国际会议领域主席；作为主编出版《大模型十讲》教材，指导博士生入选国家自然科学基金青年学生基础研究项目、字节跳动奖学金计划等。
上海交通大学副教授
邓志杰，上海交通大学计算机学院，长聘教轨副教授，博导。于清华大学计算机系取得学士（2017）和博士（2022）学位。研究生成模型，在ICML、NeurIPS、CVPR等会议和期刊上发表论文60篇（含2 篇Spotlight）。相关技术应用于美团LongCat、阶跃星辰NextStep等大模型。研究工作获NVAIL Pioneering Research Award等。任ICLR、CVPR、ACL、KDD等人工智能顶级学术会议领域主席。
南京大学助理教授
赵敏，南京大学人工智能学院准聘助理教授、博士生导师，清华大学“水木学者”。研究方向为视频生成与视频世界模型，是国产视频生成大模型 Vidu 的核心作者之一。以第一作者或共同第一作者身份在 NeurIPS、ICML、ICLR 等国际顶级会议发表论文十余篇，累计引用1000余次。代表性工作包括视频长度外推方法 RIFLEx、实时交互视频生成方法 Causal Forcing 系列，以及全链路开源视频世界模型框架 minWM。相关成果已被 HunyuanVideo、CogVideoX 等主流开源视频生成框架集成应用。目前主要开展视频生成、实时交互视频世界模型、长时程视频生成等方向研究。
