报告题目：信号即物理：面向多模态世界理解的结构化推理
报告人：王艺炜
报告时间：2026年5月12日10:45-11:30
报告地点：计算机楼A501
摘要:多模态AI在识别与生成任务上已取得显著进展，但在物理约束推理上存在系统性缺陷：音频模型无法感知声源运动方向，视频模型丢失帧间因果顺序，推理链越长反而越偏离物理真实。这些失败源于同一问题：模型将信号视为统计模式，而非物理过程的编码。为了解决这些问题，我们提出一套统一研究框架，核心主张为：Signal is Physics（每种信号模态都是物理世界的结构化投影）、结构化推理（推理的每一步应对应明确的物理操作）、以及多源一致性（对同一物理事件的多次独立观测必须相互自洽）。报告涵盖空间推理、时序推理与跨模态一致性校验等方向，展示从多模态理解到具身决策的完整研究路线图。
报告人简介：王艺炜博士现任加州大学默塞德分校计算机科学系助理教授。他于2017年获得东南大学信息工程学士学位，2019年获得香港科技大学电子与计算机工程研究型硕士（M.Phil.）学位，并于2023年获得新加坡国立大学计算机科学博士学位。他的研究方向主要包括信号处理、自然语言处理以及多模态大语言模型。他已在CCF-A类国际会议和期刊上发表论文50余篇。目前，他担任《IEEE Transactions on Industrial Informatics》、《Pattern Recognition》以及《Neurocomputing》等学术期刊的副编辑（Associate Editor）。他长期担任多个国际学术会议的组织工作，包括担任ACL和EMNLP的高级领域主席（Senior Area Chair），以及ICML、ICLR、AAAI、NeurIPS、CVPR和ICCV的领域主席（Area Chair）。他曾荣获美国国家科学基金会（NSF）CRII基金和英伟达学术基金（NVIDIA Academic Grant）。
