CCF Computility 2026 | 郭嵩、杜军朝、陈全、王亮、顾荣、徐梦炜等教授邀您共话泛在智能体协同技术论坛
第三届中国计算机学会（CCF）分布式计算大会暨中国算力网大会 (CCF Computility 2026）将于 2026 年 7 月 24 日至 26 日在中国河北雄安新区举行，会议规模预计 1500 余人。本次会议由中国计算机学会主办，中国计算机学会分布式计算与系统专委会与北京邮电大学共同承办。会议主题为 “算力网：新质生产力背景下的分布式系统”，旨在为分布式系统和算力网相关的从业者提供最专业的学术研讨、技术交流和成果展示的平台。CCF Computility 2026 为大家准备了 11 场由院士等顶级专家带来的主旨报告，15+场技术论坛（120+位特邀报告）。
随着大模型智能体技术的迅速发展，构建具有自主感知、智能决策与高效协同能力的泛在智能体协同系统，正成为新质生产力发展背景下的重要方向。智能体可广泛部署于智能汽车、无人机、工业机器人、移动终端及云/边缘服务平台，具备高度的开放性、异构性与自治能力，能够在多源异构环境中自主执行任务并实现大规模协同。在泛在智能体体系中，面向任务的动态组织、自主编排与弹性调度机制，对系统的响应效率、稳定性与扩展能力提出了更高要求。如何实现智能体间的高效通信、实时协同与知识迁移，构建支持异构智能体大规模自治协作的系统架构，已成为当前研究与应用的前沿问题。同时，在开放环境中，智能体的隐私保护、数据安全与可信交互也成为系统设计不可或缺的重要考量。本论坛将邀请分布式系统、人工智能、系统软件、网络通信等领域的专家学者，围绕以下方向展开深入研讨：异构智能体的系统集成与调度机制，跨平台智能体的任务协同与行为规划，多模态对话建模与语义理解驱动的智能体交互技术，大规模智能体自治协作的系统架构与治理机制，以及开放环境中智能体的隐私保护、安全防护与可信运行等关键技术问题。论坛旨在推动泛在智能体技术的理论与技术创新，赋能交通、制造、医疗、农业等关键领域的智能化升级。
陈贵海，南京大学教授、博导，IEEE会士、CCF会士，主要研究方向为分布式网络与数据处理，包括未来网络系统与协议、无线网络结构与优化、物联网与传感网、新型计算机体系结构、数据中心核心技术、数据分析与处理等、AI模型与边缘智能等。
于东晓，教授/博导，国家重点研发计划项目首席科学家、国家优秀青年科学基金获得者、山东大学密码科学与工程学院院长、山东大学人才办常务副主任兼人事部副部长、山东省数链融合技术创新中心主任。主要研究方向为边缘智能、分布式计算，近年在VLDB、ATC、KDD、NeurIPS、PODC、INFOCOM、TMC、TON、TKDE等国内外知名期刊/会议上发表CCF-A/JCR一区论文100余篇，获国际会议最佳论文奖/提名奖8项。主持国家优青项目、国家重点研发计划、国家自然科学基金联合重点基金等项目20余项。获山东省自然科学二等奖，青岛市科技进步奖一等奖，被英国国家边缘智能中心授予2025年度卓越与影响力新星奖，多项成果与华为、浪潮、歌尔等企业深度合作并成功落地应用。担任CCF-A类期刊IEEE TC、通信领域旗舰期刊IEEE TWC编委、ComCom领域编辑、BDMA期刊青年编委，国际学术会议IIKI2025程序委员会主席，WASA指导委员会主席，以及20余个国际顶级会议的程序委员会委员，并入选美国斯坦福大学“全球前2%顶尖科学家”榜单（2022,2024,2025）。
李鹏，西安交通大学网络空间安全学院教授、博导，国家级青年人才，长期专注于边缘智能计算，分布式机器学习系统和相关安全方面的研究，发表相关期刊和会议论文160余篇，其中包括IEEE INFOCOM, ACM SIGMOD, ACM HPDC, IEEE JSAC, IEEE TPDS等IEEE知名期刊/CCF A/B类论文80 余篇。申请人近年来获得10 余项权威国际奖项，包括以唯一通讯作者获得IEEE Transactions on Computers 2020年度最佳论文奖，IEEE通信协会大数据技术委员，2019 年度最佳论文奖，和国际会议IEEE CyberSciTech 2023最佳论文奖等。曾任多个国际会议的程序主席与期刊的编辑，入选IEEE Vehicular Technology Society的杰出讲师（Distinguished Lecturer）计划。
讲者简介：郭嵩教授现任香港科技大学计算机科学与工程系讲席教授，长期从事边缘智能、机器学习系统等方向研究，在相关领域作出了重要贡献。他在国际顶级会议和期刊发表了大量高影响力论文，并多次入选科睿唯安“全球高被引科学家”。他曾获 IEEE 2024 Edward J. McCluskey技术成就奖以及多项IEEE/ACM最佳论文奖，是加拿大工程院院士、欧洲科学院院士、IEEE Fellow。
报告摘要：本报告将介绍生成式世界模型在机器人学习中的作用。世界模型既可以作为外部模拟器，为数据生成、策略评估、模型预测控制和强化学习提供虚拟环境；也可以作为机器人策略或视觉-语言-动作模型中的内部预测模块，帮助机器人进行动作生成、因果推理和具身决策。报告将重点讨论世界模型的表征学习、动作对齐、决策融合与可靠性问题，并指出真正有用的机器人世界模型不应只追求视觉上合理的生成结果，还需要具备动作一致性、物理可信性、不确定性感知和高效预测能力。
讲者简介：杜军朝，西安电子科技大学“华山学者”领军教授、西电二级教授、国家级人才，教育部区块链技术应用与测评工程研究中心副主任，陕西省智能人机交互与可穿戴技术重点实验室骨干，陕西省科技创新团队负责人，陕西省秦创原科学家+工程师团队首席科学家，ACM西安分会副主席，ACM中国图灵大会组委，CCF杰出会员，CCF物联网、嵌入式专委常务委员，分布式计算与系统、区块链专委委员。以第一完成人获：2022教育部技术发明二等奖、2021/2019陕西省高等学校科学技术特等奖/一等奖。出版国家重点图书出版规划教材《ZigBee技术原理与实战》。承担国家自然基金重点基金项目、预研项目、陕西省科研项目等多项。在国际旗舰会议ACM Ubicomp、ACM Mobisys、IEEE/ACM期刊等发表论文多篇，获得2017 ACM Ubicomp 杰出论文奖（CCF A类）。
报告题目：端云协同的智能体训练与推理优化与具身智能交互研究
报告摘要：随着物联网与人工智能技术的迅猛发展，端云协同的智能体训练和推理优化技术成为研究的热点，新技术层出不穷。本报告综述大模型与基于大模型的智能体的训练和推理的国内外相关技术，并探讨智能体的最新架构、范式和原理。针对具身智能，介绍从“能跑会动”，“场景作业”，到“懂人共情”的技术演进。最后，介绍团队在多模态感知与交互，时序数据预测，联邦学习技术的相关研究工作。
讲者简介：陈全，博士，上海交通大学计算机学院教授。长期从事计算机体系结构、云原生计算、AI Infra相关的研究。主持国家优青、国家自然科学基金重点项目、重点研发计划项目，并在ASPLOS，OSDI，ATC，SC，TC，TPDS，TACO等领域内著名国际会议和期刊上发表学术论文一百余篇。曾获王选杰出青年学者奖、CCF青年科技奖等。目前担任IEEE Transactions on Cloud Computing副主编、及其他多个SCI期刊的编委/青年编委。研究成果曾获2023年CCF技术发明一等奖（排名第1）及国家技术发明二等奖。
报告题目：面向智能推理的低时延高吞吐云计算系统探索
报告摘要：大语言模型、Agent等推理负载日益成为大规模云计算平台的关键负载。如何实现智能推理负载的低时延、高吞吐处理成为云计算系统的重大挑战。特别是推理负载的Prefill和Decode阶段特点不同、多种类推理负载混合竞争云平台资源、Agent类推理请求的处理时间各异。在此场景下，简单的PD分离部署、模型在显存持续换入换出、Agent请求的先到先服务调度等导致时延高、吞吐低。该报告将介绍一系列相关技术以期保证智能推理的处理时延，同时最大化云计算系统的服务吞吐，并展望未来发展趋势。
讲者简介：王亮，西北工业大学长聘教授，博士生导师，入选国家“万人计划”青年拔尖人才，陕西省杰青，CCF普适计算专委青年学者激励计划。担任ACM中国理事会西安分会秘书长，主要研究方向为物联网、城市计算、群智计算等，在包括ToN、TMC、JASC、SIGMOD、CSCW、UbiComp、TOIS、TKDD等国际著名期刊和重要会议发表论文90余篇，出版学术专著入选国家科学技术学术著作出版基金资助项目，参与制订物联网领域国家标准7项，主持国家自然科学基金重点项目、联合基金重点项目子课题、面上/青年基金项目等。获得教育部自然科学一等奖，IEEE TMC年度最佳论文亚军奖。
报告摘要：随着物联网、5G/6G通信和人工智能技术的发展，移动智能体群体化协同感知与计算成为一种新兴的感算融合模式。该模式以“群体智能”为核心，旨在实现异构移动智能体（如无人机、机器人、无人车等）在复杂动态环境下的高效协同。通过多源异构信息感知、动态任务分配与调度、群体协同决策，突破单个体在感知范围、计算能力和执行效率上的局限，实现协同感知、计算与控制。该技术在灾害救援、环境监测、智能交通和智慧城市有着重要而广泛的应用前景。本报告将探讨高效信息融合与共享、动态任务分配与调度、分布式协同决策等关键问题，并展望人机物融合环境下的群体协同感知与计算发展趋势。
讲者简介：顾荣，南京大学副教授/博导，国家高层次青年人才项目入选者，CCF分布式计算与系统专委常务委员，CCF南京秘书长，CCF杰出演讲者，研究方向为云计算与大数据系统、智能计算系统，研究成果发表于SIGMOD，VLDB，ICDE, USENIX ATC，EuroSys，HPDC, VLDBJ，TPDS，ToN等领域国际顶级会议期刊。他曾获得阿里巴巴达摩院青橙奖（2023）、江苏省科学技术一等奖、IEEE TCSC Early Career Excellence Award、HPCC会议最佳论文奖等科研学术荣誉，以及华为火花奖、阿里、中兴产学研优秀学术项目奖等业界合作奖项。他主持国家重点研发项目课题、国家自然科学基金面上项目、中国博士后基金特别资助项目以及阿里、华为等企业科研合作项目共计20余项，牵头研制云原生弹性缓存系统Fluid入选国际云原生计算基金会（CNCF），广泛应用于行业领军型企业。
报告题目：面向大模型的双智能体协作推理框架及其性能优化
报告摘要：智能体协作推理是近年来提升大语言模型推理能力的重要研究方向。随着大语言模型参数规模的不断增大，单一模型在复杂推理任务中往往面临局限性：模型可能因固有偏见或局部最优解而陷入推理误区，难以全面审视解题过程的正确性。本报告将首先介绍一种双智能体协作推理框架，通过信息交互与相互验证来提升推理质量，两个智能体各自拥有独立的 LoRA 适配器，通过共享奖励信号独立优化，有效提升 GRPO 训练中的复合奖励。进一步地，本报告还将介绍由于智能体特性不同导致的大模型推理阶段响应长度不一特点，以及基于此设计的一种新型KV Cache 配额分配与请求调度策略。最后，本报告将分析介绍所提方法的性能效果以及应用场景。
讲者简介：徐梦炜，北京邮电大学计算机学院副教授，博士生导师。主要研究领域为端侧智能系统软件，获USENIX ATC 2024最佳论文奖。主持国家自然科学青年基金（B类）、2030重大项目课题等多个项目，入选中国科协青年人才托举工程，北京市科技新星，微软亚洲研究院“铸星计划”访问学者。
报告摘要：通过本地化搭载大模型，终端设备的智能能力将获得飞跃式提升，铸造移动计算的下一个黄金时代，对学术界和产业界都是巨大的机遇。为了更好地适应这个过程中上层应用编程接口、用户交互范式、底层资源管理的重要变化，操作系统可能会被重新定义和改写。面向以大模型能力为核心的未来智能终端硬件，本次演讲将介绍团队在大模型操作系统设计和优化方向的思考和尝试。
评论 0