会议官方
发布于 2026-11-02 / 2 阅读
0

SMP 2026 论坛预告|社交多媒体分论坛

一、会议简介

全国社会媒体处理大会(China National Conference on Social Media Processing)由中国中文信息学会社会媒体处理专业委员会主办,专注于以社会媒体处理为主题的科学研究与工程开发,为传播社会媒体处理最新学术研究与技术成果提供广泛的交流平台,旨在构建社会媒体处理领域的产学研生态圈,成为中国乃至世界社会媒体处理的风向标。全国社会媒体处理大会创办于 2012 年,每年举办一次,现已成为社会媒体处理领域的重要学术活动。

第十四届全国社会媒体处理大会(SMP 2026)将于 2026 年 11 月 12 ~ 15 日在北京召开,由中国传媒大学媒体融合与传播国家重点实验室承办。大会主题是“大模型驱动人机共生”,旨在探索大模型日益普及的今天,大模型与人类社会深度共生的途径,聚焦大模型和智能体技术如何赋能人机协同的价值释放。

二、会议安排

会议时间:2026 年 11 月 12 日-15 日

  • 2026 年 11 月 12 日-13 日:前沿技术讲习班

  • 2026 年 11 月 14 日-15 日:主会议(特邀报告、分论坛等)

会议地点:北京辽宁大厦

会议官网:http://smp2026.cips-smp.org/

三、论坛简介

生成式人工智能正深刻改变社交多媒体数据的生产、传播与分析方式。面对海量、多源、多模态的数据和日益复杂的分析任务,只靠模型或只靠人工,都难以同时做到高效和可信,人智协同因此成为关键路径。本论坛邀请北京理工大学、浙江大学、天津大学和北京科技大学的专家学者,围绕人机协同的智能分析与决策、跨社交媒体信息传播可视分析、基于生成数据的深度学习模型可视化、物理仿真赋能的具身感知与虚实交互等议题,分享各自的研究进展,共同探讨人智协同在多媒体分析中的机遇与挑战。

论坛主题:人智协同视角下的多媒体分析

论坛日程:

dmt-1.png

论坛主席:

dmt-2.jpg

/ 陈思明 /

陈思明,复旦大学大数据学院青年研究员,博士生导师,上海市高层次引进人才,复旦大学可视分析与智能决策实验室(FDUVIS)负责人。曾任德国弗劳恩霍夫智能分析和信息系统研究所(Fraunhofer IAIS)研究员与德国波恩大学的博士后研究员,复旦学士(2011)、北大博士(2017)。从事大数据可视化,可视分析与人智协同的研究,主要研究方向包括:大模型驱动的可视分析及故事叙述,主动式数据分析智能体,3D沉浸式可视化等,应用于智能教育、人文智能、智能电力、舆情分析等方向。共发表国际学术论文100余篇,其中在IEEE VIS,IEEE TVCG, ACM CHI, CSCW等顶级国际可视化与人智协同会议以及期刊(CCF A)上发表50余篇文章,获得各类最佳论文海报/提名奖十余次(包括ACM CHI,IEEE TVCG最佳论文提名奖等),获得AI2000国际可视化研究领域2014-2024十年最具影响力学者提名奖(全球100名),作为第一主编出版《大数据可视化与可视分析》教材。主持国家级项目、省部级项目与企业联合项目十余项。担任IEEE Computer Graphics & Applications (CG&A)国际期刊副主编,IEEE PacificVis论文主席,中国可视化大会论文主席等。

四、报告信息

一、跨社交媒体信息传播可视分析方法

dmt-3.png

/ 唐 谈 /

嘉宾简介:唐谈,浙江大学百人计划研究员、人工智能学院博士生导师,研究方向包括可视化与可视分析、社交网络数据分析与挖掘、文化智能计算等,在国内外顶级学术期刊或会议发表论文30余篇,并获得最佳论文1次、最佳论文提名2次,相关技术被应用于华为、阿里、京东、国投智能等公司,主持/参与国家级课题4项、省部级课题2项,担任浙江大学人工智能通识课程组组长,出版《人工智能通识基础(人文艺术)》教材1部(国家教材建设重点研究基地重点成果),作为“中国历代绘画大系”展览策划组成员参与第60届威尼斯国际艺术双年展中国国家馆项目,个人事迹获得央视等权威媒体多次报道。

报告摘要:随着互联网用户跨平台获取与分享信息成为常态,网络内容可在多个社交媒体间持续流转、二次再生产,还容易催生观点极化、群体立场分化等现象,为社交媒体信息传播的理解与分析带来挑战。现有分析方法多局限于单一平台数据,一方面难以识别无明确转发标识的隐性信息传播链路;另一方面在研判观点对立时,往往依赖聚合统计结果,无法细致刻画不同立场群体的动态演化与意见博弈过程。本报告针对社交数据碎片化、传播因果推断困难、多模态内容解析能力不足等现实技术瓶颈,介绍人机协同的可视分析框架,通过融合人的认知判断力与机器的计算能力,支撑研究者理解跨平台信息传播与意见分化的内在机制。

二、基于大模型的智能数据分析:从工程实践到范式变革

dmt-4.jpg

/ 李 杰 /

嘉宾简介:李杰,天津大学智能与计算学部教授、博士生导师、软件技术系主任;主要研究方向为大数据可视分析;现任中国图象图形学学会可视化与可视分析专委会(CSIG-VIS)常务委员、中国计算机学会人机交互专委及计算机辅助设计与计算机图形学专委执行委员。主持国家自然科学基金项目 3 项、天津市自然科学基金重点项目、重点研发课题等国家及省部级项目 10 余项;近 5 年在可视化顶刊 TVCG 和顶会 IEEE VIS 发表论文 10 余篇;获各类学术奖励与竞赛荣誉 10 余项;主持多项校企联合项目,研究成果广泛应用于 360 安全大脑、宁德时代、交通银行等头部央国企以及公安一线单位;担任中国电信人工智能高级培训专家、天津市公安系统大数据与人工智能培训专家。

报告摘要:传统数据分析长期遵循以模型为中心、依靠人工预置管线的架构,难以适应复杂多变、高不确定性的真实业务分析场景。大模型的崛起驱动数据分析向以数据与知识为中心的新范式跃升。本报告结合近期在工业与金融领域的三个工程应用案例,剖析大模型智能数据分析的落地实践与设计经验,系统总结其对传统范式的颠覆性变革,并前瞻探讨在可视分析研究中的应用价值与技术挑战。

三、人智协同基座:物理仿真赋能具身感知与虚实交互

dmt-5.png

/ 王笑琨 /

嘉宾简介:王笑琨,北京科技大学人工智能学院教授、博导,智能计算系主任,入选国家级高层次青年人才项目、欧盟玛丽居里学者、北京科协青年人才托举工程。主要研究方向包括混合现实与可微仿真,工业智能与数字孪生等,在 SIGGRAPH,IEEE VR、ACM TOG、IEEE TVCG、等高水平期刊会议上发表论文 50 余篇。获得中国黄金协会科技进步一等奖,中国电子学会科技进步二等奖等省部级科研奖励 6 项,CGI2020 最佳论文,CCF CAD & CG2022 最佳论文等学术奖励 5 项。主持国家科技重大专项课题、国家自然科学基金面上、国家重点研发计划子课题等多项国家级项目。

报告摘要:在人智协同的多媒体分析与交互语境下,构建高真实感、可交互的虚拟环境与物理一致性模型至关重要。物理仿真作为连接数字计算模型与物理规律的引擎,不仅能为具身智能打造高保真的感知与训练环境,也为人机协同中的多模态感知、虚实交互与环境理解提供物理支撑。本报告介绍我们从物理计算到具身交互的研发实践,涵盖物理仿真驱动具身智能训练背景、多物相复杂介质仿真计算方法与高效物理仿真框架工程实践,并展望在人智协同与虚实交融场景下的应用方向。

四、从数据到决策:人机协同的智能分析

dmt-6.png

/ 李国政 /

嘉宾简介:李国政,北京理工大学计算机学院副教授,入选中国科协“青年人才托举工程”。主要研究方向为数据智能与大数据可视分析。主持国家自然科学基金面上项目/青年基金项目、国家重点研发计划“工业软件”重点专项子课题、腾讯犀牛鸟项目等。研究成果发表 CCF-A 类期刊和会议 IEEE TVCG/ VIS,ACM CHI/KDD 等共 20 余篇,授权发明专利 15 项,担任 IEEE VIS、IEEE PacificVis (TVCG track)的程序委员会委员,获 IEEE PacificVis(TVCG track)2025/2026 最佳论文提名奖,纽伦堡国际发明展金奖,中国电子学会电子信息教学成果大赛一等奖。

报告摘要:如何从多源异构数据中快速提炼关键模式,并将分析结果转化为可靠决策,已成为智能分析领域的重要挑战。面对真实任务,人工分析容易遗漏关键信息,单纯依赖模型又可能面临目标理解不足、结果难以解释和可信性有限等问题。报告结合相关研究与实践,指出人机协同能够有效提升复杂任务的分析表现,但协同成效取决于任务设计与交互机制。本报告将围绕三个方面展开探索:帮助用户理解复杂数据,将模糊意图转化为可执行的分析需求,并依据任务特点优化人机分工,旨在让数据价值更易被发现和理解,并进一步转化为能够有效支撑决策的分析依据。

五、会议注册

注册网址:https://www.cipsc.org.cn/Learn/index.aspx?itemid=5442 

会员查询:https://www.cipsc.org.cn/Memberinquiry/index.aspx 

会员注册:https://www.cipsc.org.cn/Register.aspx 

注册图-新.jpg

六、住宿酒店推荐

一、北京辽宁大厦(会议酒店)

具体酒店信息请参考往期推文:通知|SMP 2026 住宿及交通信息

二、周边协议酒店

jdt.png

预订方式:统一电话联系酒店经理,报 SMP 2026 享受大会协议价格预订。

田经理:17718973646

陈经理:15010501105