视觉与数据智能中心：洞见数据，启迪视觉智能

发布时间：2026-05-22浏览次数：10

图片




图片

#

上科大信息学院视觉与数据智能中心

Visual and Data Intelligence Center


上海科技大学信息科学与技术学院（以下简称“信息学院”）信息学院以中国科学院的科研平台为支撑，聚焦人工智能、芯片（含计算机架构、电路与器件）、可视计算、大数据、量子通信与计算、云计算与边缘计算、金融科技、无人驾驶、电动汽车、新能源、智能医学等涉及信息科学与技术的前沿和交叉研究领域。学院下设七大研究中心：视觉与数据智能中心、智能网络中心、后摩尔器件与集成系统中心、智慧电气科学中心、自动化与机器人中心、系统与安全中心、智能医学信息研究中心。


视觉与数据智能中心（Visual and Data Intelligence Center, VDI）聚焦视觉感知、数据智能、机器学习、自然语言处理、计算机图形学、科学计算、人机交互和可信大模型等方向，面向开放世界多模态理解、智能交互、具身智能、可解释 AI 与数据科学等前沿问题，推动人工智能从“感知理解”走向“推理决策”和“人机协同”。


● 推文看点  中心定位、研究版图、年度科研进展、科研成果、教师团队、国际合作与学生培养

● 关键词  视觉智能｜数据智能｜多模态大模型｜可信 AI｜计算机视觉｜图形学｜科学计算｜人机协同

图片
图片
图片


 # 01 # 

VDI 是什么？

图片


VDI 面向人工智能从感知走向认知、从单点模型走向系统协同的关键趋势，汇聚计算机视觉、图形学、自然语言处理、机器学习理论、科学计算、可视分析、数据挖掘和人机交互等多方向力量。中心关注的不只是模型指标，也关注智能系统能否在复杂环境中理解场景、解释结果、生成内容、支撑决策，并与人类形成可信协作。


在 VDI 的研究框架中，视觉与数据并不是彼此独立的方向：视觉模型负责理解真实世界，数据智能负责发现规律与支撑决策，多模态大模型连接语言、图像、视频、三维结构和交互行为，最终服务于具身智能、科学发现、工业设计、数字人、智慧金融和人机协同等应用场景。




 # 02 # 


研究版图：从开放世界感知到可信智能体

图片


· 开放世界多模态感知理解：面向复杂真实场景，研究视觉、语言、三维结构和行为数据的统一建模。


· 智能建模交互：围绕光场感知、场景重建、图形生成、数字人与交互式内容创作开展研究。


· 机器学习理论与数据科学：从扩散模型、强化学习、优化算法到金融科技和行为数据挖掘，构建可解释、可泛化的方法体系。


· 可信大模型与 AI Agent：关注大语言模型/多模态模型的安全、对齐、偏见消除、机制解释与通用智能体。


· 科学计算与高性能模拟：面向复杂流固热耦合、高精度求解器和物理仿真，连接计算科学与人工智能。


· 人机协同与可视分析：发展可解释 AI、数据可视化、人机交互和混合智能系统，提升真实数据分析效率。




 # 03 # 

科研亮点：多方向并进的智能研究生态

图片


2025 年，VDI 各课题组在自然语言处理与可信大模型、科学计算与智能图形生成、机器学习理论与数据科学、计算机视觉、三维视觉与图形学、可视分析与人机交互等方向持续高质量产出，成果多发表于CCF-A类会议/国际领域知名会议、期刊，形成了从基础理论、模型机制到产业落地的完整研究链条。

图片

开放世界手物交互与高层指令理解


图片

具身操作中的可供性建模与扩散策略


图片

复杂流体与车辆空气动力学模拟


图片

无人机近距飞行与流场模拟


图片

无人机下洗流与高性能物理仿真


图片

涡流、湍流与科学可视化结果


向下滑动查看更多




 # 04 # 

科研成果：顶会顶刊与真实应用并重

图片


VDI中心科研成果覆盖人工智能核心理论、视觉与图形学算法、数据科学方法、可信大模型系统及高性能科学计算等多个方向，坚持顶会顶刊前沿探索与真实场景落地并重，斩获多项国际顶级学术奖项，成果广泛应用于具身智能、自动驾驶、机器人操作、图形设计、数字人、金融科技、科学计算与人机协作等领域。


在人工智能技术飞速演进的今天，我们正面临一个核心命题：如何让 AI 真正成为人类的 “超强搭档”——既精准理解物理世界，又具备可靠推理与自然交互能力，更能以可信、透明、协同的方式服务于复杂场景？上海科技大学视觉与数据智能中心（VDI Center），正是以这一愿景为锚点，致力于构建可信、协同、认知的新一代人工智能系统，探索人机共生的未来图景。

图片

VDI中心各组研究方向


中心围绕智能感知与3D重建前沿方向，突破单目图像重建、光场智能感知等关键技术瓶颈。中心的研究团队提出的CAST方法斩获SIGGRAPH 2025最佳论文奖，实现了从单张RGB图像到部件对齐3D场景的高精度重建；通过开放世界多模态感知理解、高效3D数据驱动生成技术，让AI 不仅能 “看见”，更能 “理解” 物体间的空间关系与物理规律，为建筑设计、数字孪生、智能制造等领域提供从实景捕捉到数字建模的全链路支撑。

图片

智能三维感知重建


聚焦人机协同与可视分析方向，推动AI从 “工具” 向 “协作伙伴” 升级。团队研发的 ClueCart系统获CHI 2025最佳论文奖，可辅助游戏创作者从碎片化线索中构建叙事逻辑；在IEEE VIS 2025智能体可视化挑战赛中，该多智能体框架凭借通用化数据报告生成能力获得荣誉提名。从风险投资预测、大规模人类行为建模，到游戏叙事推理、古诗情感解码，研究团队以可视分析技术为桥梁，将复杂数据转化为可交互、可理解的场景，让不同领域的从业者都能借助AI放大专业能力，实现人机高效协同。

图片

人机协同可视分析


面向大模型安全与可信AI领域诸多挑战，研究搭建起全维度安全防护与公平性保障体系。针对恶意诱导攻击、内容偏见输出等行业难题，相关研究提出多模态大模型安全对齐框架，依托动态防御技术精准识别并拦截各类有害指令；依托FairMaker公平性优化方法，能够有效消解智能输出内容中的性别偏见，保障人工智能交互回应客观公正。此外，领域内持续深耕大模型高效架构设计与句法语言模型相关研究，在稳步增强模型逻辑推理能力的同时，达成安全、公平、高效三大发展目标，为通用人工智能规模化落地应用筑牢坚实可信根基。

图片

自然语言处理及可信大模型



 # 05 # 

教师团队：覆盖视觉、数据与智能系统的多方向力量

图片
图片

虞晶怡

计算机视觉、计算机图形学、计算成像、医学图像处理、生物信息学

官网主页：https://sist.shanghaitech.edu.cn/yujingyi/main.htm


图片

何旭明

计算机视觉、机器学习；开放世界场景理解、多模态理解与生成、AI for Science

官网主页：https://sist.shanghaitech.edu.cn/hexm/main.htm


图片

屠可伟

自然语言处理、机器学习；结合语言结构的新一代 Transformer 架构和大语言模型

    官网主页：https://sist.shanghaitech.edu.cn/tukw/main.htm  


图片

廖奇峰

科学计算、不确定性量化、计算与应用数学

官网主页：https://sist.shanghaitech.edu.cn/liaoqf/main.htm


图片

刘晓培

计算机图形学、计算流体动力学、科学可视化、机器学习、高性能并行计算

官网主页：https://sist.shanghaitech.edu.cn/liuxp/main.htm


图片

王浩

非线性优化、稀疏优化、非凸正则化、低秩矩阵补全及机器学习应用

官网主页：https://sist.shanghaitech.edu.cn/wanghao1/main.htm


图片

许岚

计算机视觉、计算机图形学、机器学习、计算摄像学；动静态三维重建、虚拟现实、数字孪生

官网主页：https://sist.shanghaitech.edu.cn/xulan1/main.htm


图片

李权

大数据可视化及可视分析、数据科学、可解释性人工智能、数据故事、人机交互、计算社会科学

官网主页：https://sist.shanghaitech.edu.cn/liquan/main.htm


图片

曹迎

计算机图形学、计算机视觉、视觉内容生成、设计智能

官网主页：https://sist.shanghaitech.edu.cn/caoying1/main.htm


图片

张海鹏

数据挖掘、金融科技；大规模人类行为数据挖掘与建模

官网主页：https://sist.shanghaitech.edu.cn/zhanghp/main.htm


图片

任侃

机器学习、强化学习；基础模型、生成式模型、多模态大模型与 AI Agent

官网主页：https://sist.shanghaitech.edu.cn/rk/main.htm


王雯婕

可信人工智能、大模型安全、视觉语言模型安全、隐私与公平性

官网主页：https://sist.shanghaitech.edu.cn/wwj/main.htm


王锴

计算机图形学，计算机视觉，机器学习

官网主页：https://sist.shanghaitech.edu.cn/wk/main.htm



向下滑动查看更多




 # 06 # 

国际合作与学生培养：在真实问题中训练智能系统能力

图片


VDI 各课题组与国内外高校、科研机构和产业界保持合作联系，合作网络覆盖 MIT、UC Berkeley、University of Maryland、University of Southampton、University of Sydney、Nanyang Technological University、HKUST、Tsinghua University、Google Research、Adobe Research、微软亚洲研究院、华为、百度、腾讯、蚂蚁、字节跳动等高校与企业。

图片


在学生培养方面，中心鼓励学生尽早进入真实科研问题：从顶会论文发表，到国际会议交流；从大模型安全评测，到机器人操作与三维重建；从金融科技数据挖掘，到人机协同可视分析。学生可在跨学科问题、真实数据与产业场景中提升科研能力和工程能力。




 # 07 # 

就业与深造去向：VDI中心学生毕业概况

图片


VDI 中心2023–2025 届硕博毕业生共 168 人，其中就业 123 人、深造 37 人。


图片



    毕业生风采展示（部分）

图片

吕文涛： 上科大首届本科毕业生，毕业后放弃微软offer择本校保研，2021届博士毕业生。

--上海科技大学Geek Pie社团主要创始人；

--曾参加2019年上科大第二届创新创业大会并斩获创业项目竞赛一等奖；

--创办岱悟智能科技(上海)有限公司，致力于将先进的三维感知技术与人工智能结合，专注大空间数字孪生和三维视觉领域的研发，已获得数千万元天使轮融资。



王希元：2025届硕士毕业生，毕业后赴新加坡国立大学继续深造。

--在校期间，累计发表8篇论文（CCF-A / CCF-B）,其中以第一作者发表 3 篇知名会议/期刊论文（ACM CHI’25、ACM IUI'25 、IEEE TVCG'24)，并荣获ACM CHI 2025（CCF-A） Best Paper Award （最佳论文奖，入选率 top 1%）；

--连续两年参加ChinaVis 数据可视化竞赛，并获得二、三等奖；

--获得优秀毕业生等荣誉称号。

图片


图片

王新宇：2023届计算机科学与技术专业博士毕业生，毕业后入职阿里巴巴达摩院。

--曾在五年内以第一作者身份在领域国际知名学术会议上发表论文14篇；

--设计了基于知识检索的命名实体识别方案，并在“国际语义评价研讨会”学术竞赛中，联合企业、高校部分老师同学优化了方案，获得了10个比赛项目的第一，并被大会评为唯一的“最佳论文”；

--获得阿里巴巴杰出实习生、上海科技大学2023届校长奖、2023年上海市优秀毕业生等荣誉称号。



向下滑动查看更多




 # 08 # 

结语：面向下一代人工智能的视觉与数据引擎

图片


从视觉感知到多模态理解，从数据建模到智能决策，从科学计算到具身智能，从可解释 AI 到可信大模型，VDI 正在构建一个连接算法、系统、场景与人的研究生态。未来，中心将继续面向开放世界与真实应用，推动视觉与数据智能走向更加可信、协同和通用的新阶段。


如果你希望理解人工智能如何“看见世界、理解世界、改变世界”，VDI 将为你打开一扇通向视觉智能与数据智能前沿研究的大门。


七大中心介绍将陆续放送，敬请关注！