日前，第22屆中國計算機大會（CNCC2025）在哈爾濱隆重開幕，以“數智賦能、無限可能”為主題，旨在深度探討數字智能技術的前沿進展與未來趨勢，積極響應國家“人工智能+”行動計劃，為推動計算技術與經濟社會深度融合貢獻智慧。本屆大會注冊人數突破1.2萬人，匯聚了來自全球計算機領域的頂尖學者、產業領袖、青年學子及國際組織代表。

大會期間，由網易伏羲承辦的“從連結主義到符號主義：探尋智能體技術生長路徑與產業新機遇”主題分論壇成功舉辦，本屆論壇匯聚了來自高校、科研院所及產業界的多名頂尖學者與行業專家，聚焦游戲AI、具身智能、群體智能三大核心方向，通過學術報告、案例分享、產學研對話等形式，深入探討智能體技術從理論創新到產業落地的躍遷路徑。會議期間，網易伏羲還舉行了2025年首期課題授牌儀式并發布了二期課題相關信息。

本次論壇邀請了來自上海交通大學、北京大學、中國科學技術大學等優秀專家團隊參與分享，圍繞論壇主題展開深入交流探討，借此契機共同推動學術界與產業界的緊密合作與發展。

論壇開幕之際，網易伏羲負責人范長杰博士發表致辭。智能體技術作為AI皇冠上的明珠，正在實現從“感知驅動”到“認知驅動”的關鍵躍遷，從被動響應轉向主動理解、推理與決策。在技術路線層?，從連結主義聚焦的深度表征學習，到符號主義核?的邏輯推理與知識表?，?者不再是孤?的分?。得益于連結主義技術的持續突破，不同類型與層級的智能體系統正在被更充分地整合，為現實世界復雜問題的分治求解、知識符號系統的抽象復?開辟了新的技術演進路徑。

網易伏羲作為?易集團旗下專注AI研究與應?的實驗室，一直秉持著“?機協作，萬物有靈”的理念，依托?易游戲的海量數據與虛擬交互技術積累在游戲AI、具?智能、群體智能等前沿?向上，不僅深耕技術，更致?于推動產學研的深度融合落地。范長杰博士呼吁學術界與產業界攜手，共同破解智能體技術在數字世界、物理世界及智能體協同中的挑戰，推動技術從實驗室走向產業應用。

北京大學楊耀東團隊：去中心化的高效多智能體強化學習

北京大學楊耀東教授團隊帶來了《去中心化的高效多智能體強化學習》相關研究成果。設計可擴展的智能決策方法是實現大規模人工智能系統的關鍵挑戰之一，而現有的中心化學習范式因通信和數據需求過高導致擴展性受限，難以實現群體協作智能規模化。課題提出了一種去中心化策略優化框架，通過解耦全局動態特性和局部動態模型學習將決策模型擴展至具有數百智能體的復雜系統，并得到了有效驗證。

在百萬級人口的城市交通路網中，該成果成功使通信代價降低70%；在電力系統光伏調度中，通過動態調整各節點發電策略，電力系統的功率損失降低10%，同時理論證明了其全局信息估計的誤差邊界，為開發大規模人工智能系統提供了潛在可行方案。

上海交通大學晏軼超：高精度數字人的三維表征與生成式學習

上海交通大學晏軼超教授分享了《高精度數字人的三維表征與生成式學習》課題成果，旨在突破傳統手工建模的局限，實現更高效、保真和靈活的數字人創建。

· 三維人臉編輯。針對現有方法數據需求高、編輯不直觀等問題，提出HyperStyle3D模型，通過 Hypernetwork融合CLIP與ID損失共同監督訓練，還基于擴散模型支持文本引導的整體風格遷移與局部屬性編輯，實現精細屬性調整；

· 三維服裝生成。提出SewingLDM多模態潛擴散模型，解決版型泛化、高維學習難等問題，在 GarmentCode dataset上實現了定量指標優于現有方案；

· 三維人體驅動方面。通過大規模運動數據采集和擴散模型，實現文本引導的自然動作生成，并探索人-機-物交互的遷移應用，如機器人運動控制。

他認為，隨著持續研究深入，未來有望促進人-數字人-機器人的統一建模和虛實融合創新。

中國科學技術大學黃振亞：眾包平臺標注者能力認知建模與真值推斷算法應用

中國科學技術大學黃振亞教授圍繞《眾包平臺標注者能力認知建模與真值推斷算法應用》展開深入分享，聚焦解決人工智能發展中高質量標注數據的獲取難題。傳統專家標注成本高昂，而眾包標注雖具成本優勢，卻面臨算法驗證難、標注者異構能力建模難和真值推斷更新難三大挑戰。研究團隊構建了大規模長期數據集NetEaseCrowd，為算法測試提供基礎。在異構標注者能力建模方面，創新提出層次化元學習框架解決冷啟動與認知異質性問題，并設計IRT-Router核心框架權衡LLM標注成本與性能（成本不足GPT-4o的1/30，表現提升3%），還構建推理增強的RouterAgent提升任務分配可解釋性；在真值推斷上，創新提出了增量真值推斷算法InTruth，實現高效在線增量推斷和標注者能力的增量更新，提升效率與準確性。

該課題成果已落地網易有靈眾包平臺，數據質量提升并降低標注成本70%，并發表多篇高水平論文和專利，推動眾包智能技術邁向標準化和實用化。

網易伏羲吳潤澤：基于網易伏羲有靈眾包的人機協作視覺理解

網易伏羲吳潤澤博士以智能貨柜商品審核為例，展示了網易伏羲人機協作視覺理解技術的應用。基于網易伏羲有靈眾包平臺的人機協作視覺理解方案，旨在解決智能貨柜商品審核中純AI識別覆蓋不全、純人工審核成本高的痛點。平臺構建了完整協作機制：

· 一是置信度校準，事前結合視頻信息預判AI模型準確率，事后通過外掛小模型優化置信度，精準劃分AI與人工任務邊界；

· 二是多人答題，基于標注者歷史畫像與黃金標注篩選人員，結合陪審團定理聚合標簽，保障結果可靠；

· 三是回報分解，按任務難度與標注正確率分配報酬，避免“大鍋飯”，激勵優質智能體。

在智能貨柜商品審核等落地場景中，該方案實現識別率提升至99%，響應時間小于180秒，解決AI視覺落地“最后一公里”問題，驗證了“人機協同”在視覺理解任務中的商業價值，為智慧社區、智慧工廠等領域提供了可推廣的標準化人機協作范式。

網易伏羲陳贏峰：具身智能技術在工程機械智能化中的應用實踐

網易伏羲陳贏峰博士分享了《具身智能技術在工程機械智能化中的應用實踐》。網易伏羲通過網易有靈人機協作平臺突破AI能力不均的瓶頸，同時用人機協作的模式實現“Human-in-the-Loop”采集數據，解決具身智能“物理世界數據采集難”的難題，形成數據閉環。

面對礦業智能化需求多、人口紅利消退、作業風險高等行業痛點，團隊規劃了循序漸進的演進方向：遠程遙控、人機協作、全自主作業。自研的“機械智心”具身智能訓練框架融合強化學習、專家數據學習、視頻數據學習三階段學習，突破單一學習模式的局限；基于這個框架，團隊打造了露天礦山裝車場景具身智能模型“靈掘”，在露天礦山裝車場景中可達人工效率80%以上、自動作業占比超70%，并能適配不同卡車位置與作業模式。此外，團隊開放TB級真實作業視頻數據集與百萬級挖機示范軌跡數據集，推動行業向安全、智能、綠色方向升級。

在技術交流環節，網易伏羲團隊與高校專家們圍繞四大核心議題“連結主義-符號主義、游戲AI、具身智能、群體智能”，通過交流碰撞出諸多創新觀點，為技術發展提供了新思路。

2025首期課題授牌儀式舉辦&二期課題指南

交流會上，網易伏羲公開了“課題創新型”與“業務創新型”兩類課題資助名單，并舉行了首期課題授牌儀式，共計15位專家學者入選。現場，CCF副秘書長、業務總部及學術交流中心總經理束慶山發表了致辭，表示要充分發揮中國計算機學會與網易伏羲雙方資源優勢，促進中國人工智能領域尖端技術產業進步，推動校企合作、技術成果轉化。

此外，網易伏羲還發布了二期課題，以百萬級資金投入持續吸引科研力量，共同推動人工智能與產業需求的深度創新。二期課題聚焦人工智能與游戲、數字人、具身智能等前沿交叉領域，發布了11項關鍵技術課題，旨在通過產學研協同攻關，推動AI技術落地與產業升級。

本次論壇的成功舉辦，不僅見證了智能體技術 “仿真 - 協同 - 落地” 的閉環?態，也明確了從連結主義到符號主義的突破?向。智能體技術不僅是學術研究的熱點，更是驅動下一輪產業變革的核心引擎。網易伏羲愿意持續攜手產學研各界合作伙伴，連接學術前沿與產業需求，共同探尋智能體技術的生長路徑，開拓智能時代的產業新機遇。