Lukasz Kaiser是大模型理论的奠基者，著名的“Transformer八子”之一， 2017年共同发表大模型领域开创新论文《Attention Is All You Need》。 他是OpenAI一系列前沿模型包括 GTP-5、GPT-4、O1、O3、ChatGPT的核心共同发明人， 从2021年OpenAI的现任资深研究科学家。他2013年加入Google，致力于深度学习和自然语言处理的核心基础架构，是TensorFlow和Tensor2Tensor的共同创始人，他为机器翻译、解析和其他算法与生成性任务共同设计了最先进的神经模型。在加入谷歌之前，他是法国巴黎狄德罗大学的终身研究员，从事逻辑和自动机理论的研究。他于2008年在德国亚琛工业大学获得博士学位。

李建忠，奇点智能研究院院长，CSDN 高级副总裁，全球机器学习技术⼤会主席。对软件架构、产品创新、人工智能有丰富经验和深入研究。近年来主要研究以⼤语⾔模型为主的⼈⼯智能⽅法在软件领域的应用，提出科技创新的“范式转换立方体 ParaShift Cube”，相关研究和演讲引起业界强烈关注。

吴翼，清华大学交叉信息院助理教授，博士生导师，智能体强化学习框架AReaL负责人。2019于加州大学伯克利分校获得博士学位，曾任OpenAI全职研究员，研究领域为强化学习、推理模型、通用智能体等。代表作包括多智能体学习最高引算法 MAPPO/MADDPG，OpenAI多智能体捉迷藏项目等，还曾获得顶级会议NIPS2016 best paper award和ICRA2024 best demo award finalist，WAIC2025云帆奖，MIT Techreview Asia-Pacific 35under35奖。

Jianan Wang，现任 Astribot 副总裁，负责机器人与人工智能交叉领域的相关工作。她于 2018 年获得牛津大学计算机科学硕士学位。加入 Astribot 之前，她曾在 DeepMind 和国际数字经济学院担任 AI 研究员与工程师，研究方向包括学习理论、生成模型及以人为中心的人工智能。她的研究成果已发表在 ICLR、NeurIPS、CVPR 和《Nature》等顶级学术会议和期刊。王佳楠尤其关注让智能体在动态环境中持续学习与适应，致力于开发无需反向传播的神经网络架构，以提高对灾难性遗忘的鲁棒性，并支持组合迁移学习。

张俊林，中国中文信息学会理事，中科院软件所博士。目前担任新浪微博首席科学家及AI研发部负责人，此前在阿里巴巴担任资深技术专家，负责新技术团队。技术书籍《这就是搜索引擎：核心技术详解》、《大数据日知录：架构与算法》作者。

李戈，北京大学博雅特聘教授，计算机学院长聘教授，人工智能研究院双聘教授，教育部长江学者，中国计算机学会（CCF）软件工程专委会副主任。国际上 “基于深度学习的程序理解与生成”研究的早期推动者，多项成果被国际学者认为是“首创性成果”并被广泛引用，所在研究团队在“基于大模型的软件开发技术”领域一直保持活跃状态，是国际上具有重要影响力的研究力量。科研转化成果aiXcoder为航天领域的重大工程、金融与IT领域的多家大型企业及百万开发者服务。

赵健，中国电信人工智能研究院（TeleAI ）AI治理团队（EVOL）负责人、资深研究科学家、研究员。 博士毕业于新加坡国立大学，研究领域：AI安全与治理。 发表CCF-A类论文60余篇，撰写专著1部，第一发明人授权国家发明专利6项；入选国务院国资委央企“科技领军人才”；曾获吴文俊人工智能优秀青年奖（2023）、吴文俊人工智能自然科学奖一等奖（2022）；10次国内外重要科技竞赛夺冠；担任北京图象图形学学会理事，人工智能领域重要国际期刊《Pattern Recognition》编委等。

周盼，现任理想汽车基座模型部多模态大模型算法专家，博士毕业于中国科学技术大学，先后在科大讯飞，搜狗，腾讯担任算法研究员，进行语音识别算法研发工作。其研究方向包括，语音识别，语音交互，多模态理解，多模态大模型等。

唐睿，群核科技首席科学家，英国巴斯大学博士，现任中国图学学会专业委员会委员，图形学与混合现实研讨会执行委员。师从浙江大学副校长陈刚教授与英国皇家工程院士Darren Cosker教授，长期从事计算机图形学、人工智能与具身智能感知领域工作。在ACM TOG，ECCV，CVPR，Siggraph， Sigraph Asia等国内外高水平学术会议和期刊发表论文20余篇，获中国和美国授权专利57项；担任ACM TOG、Nature子刊等计算机与人工智能领域期刊审稿人。

冷大炜博士，360人工智能研究院副院长，多模态方向负责人，中国图象图形学学会理事，带领团队聚焦在 “多模态+跨模态学习” 以及 “大模型 + zero/few shot学习”方向，在中文图文跨模态学习、开放世界目标检测、开放词表视频分析、AIGC图像生成以及多模态大模型等领域展开前沿算法研发和工业落地工作，以研发业内一流技术为使命，引领业务方向，创造落地价值。相关成果落地于安全大数据、互联网信息分发、企业数字化、AIoT等360 集团全量业务场景，支持千万级硬件设备，服务于亿级用户。

硕士毕业于哈尔滨工业大学，现任腾讯混元技术专家，混元应用算法负责人。负责混元大模型在腾讯的应用落地，支持广告、社交、娱乐、教育、客服等业务的大模型应用层效果优化。技术研究方向包括大模型复杂推理、多轮对话、翻译、RAG、AGENT等。在ACL、AAAI、EMNLP、COLING、CVPR等会议上发表数十篇论文。带领团队获得WMT翻译比赛诸多赛道第一名。

张权路，无问芯穹技术副总裁，前微软亚洲研究院系统研究组首席研究员，在智能计算等方面有长期的研究与实践经验。研究方向包括大模型分布式训练系统、异构混训、大规模GPU集群管理与任务调度、量化稀疏模型的编译加速、自动机器学习系统的设计与研发。在OSDI、SOSP、EuroSys、ATC、FAST等顶级系统会议上发表多篇论文。

杨晨，扣子罗盘服务端技术负责人，字节跳动 AI Platform 部门技术专家，从 0-1 落地 AI AgentOps 平台，服务字节跳动Flow、抖音、电商、懂车帝等众多业务线的AI应用实践。持续关注 AI 应用开发平台的前沿动态及创新，对 AI 应用落地及效果调优有深入的理解与洞见。主导参与扣子&扣子罗盘项目开源，上线首周 GitHub Star coze-studio 11k+、coze-loop 4k+，社区关注度高，深度参与开源社区建设。

何万青博士，现任清程极智副总裁，曾任燧原科技高级总监，负责 Turnkey 系统与应用优化业务，历任英特尔 DCAI 首席工程师，阿里云高性能计算负责人、资深技术专家，360 云 CTO ， Motorola 与国电电力研发经理等职；何博士 99 年毕业于上海交大，从业 25 年来，何博士专注于 HPC并行优化、云计算与 AI 应用性能调优，并付出大量时间在 CCF 产学研合作上，历任中国计算机学会理事、CCF高专委常委、CCF YOCSEF总部副主席、ACM杭州副主席、CNCC 2022/23/24 技术论坛企业界主席与委员等，授予中国计算机学会总部荣誉委员、CCF杰出讲者和杰出贡献奖等十余项奖项。撰写并行开发、云计算相关书籍3本，翻译出版互联网、科普与工程技术书籍 5 本，获得电子工业出版社 40 周年杰出贡献奖与湛庐出版社 2024 年度最佳译者。

负责多模态推理，多模态reward model，理解生成一体化工作。多模态推理（skywork-r1v）系列在huggface上单月累积近100k下载量。

张道鑫，现小红书多模态搜索和rednote算法团队负责人，硕士毕业于浙江大学。长期专注于多模态理解和检索领域，在小红书和阿里巴巴主导搭建了视觉图片搜索、商品理解和同款检索、视频结构化和智能生产等诸多多模态系统，具有丰富的业界落地经验。并在ICCV、MM、SIGIR等会议发表多篇论文，主要研究方向包括多模态理解和评估、视频生成、跨模态检索。

张军，现任百度资深工程师，是飞桨（PaddlePaddle）开源社区的maintainer之一，长期的开源贡献者，同时，曾任开放原子开源基金会技术监督委员会成员。张军在自然语言处理、云计算、深度学习等领域，拥有五十余件发明专利。

邹敏，研究生毕业于中科院数学所，现任昆仑万维集团2050团队算法总监，深度参与昆仑万维国内外多款智能体产品的研发过程。长期专注于信息检索、大模型与智能体研发方向，著有《AI搜索:基础与前沿》一书。

韩艾博士现任京东集团算法总监，京东零售数据与算法通道委员，OxyGent开源项目架构师/核心开发者，中科院与康奈尔大学联合博士学位及北大双学士，专注多智能体动态规划与联合训练等AI创新，主导开发了京东商家智能助手多智能体系统框架。同时兼任中国科学院大学、北京工业大学硕士企业导师，以及西安电子科技大学客座教授。

陈赢峰 ，网易伏羲机器人算法部负责人，工程机械机器人业务技术负责人，研究集中在机器人、强化学习和游戏AI等相关领域。博士毕业中国科学技术大学，在校期间多次参加Robocup世界机器人大赛并于2014年获得服务机器人组别世界冠军，参与研发中科大“可佳”系列机器人项目。曾担任网易伏羲强化学习研究负责人，将强化学习前沿技术创造性的应用在游戏AI、游戏测试领域，并在网易多款游戏中落地应用并上线。现负责多款工程机械机器人，包括挖掘机器人，无人装载机等产品的技术研发和算法预研。在NeurIPS，IJCAI, AAAI, ICRA等人工智能和机器人顶会上发表论文60余篇，并获取2019 ASE最佳论文奖，长期担任NeurIPS, AAAI, ICRA等会议期刊审稿人。授权国家发明专利50余项，入选杭州市“青年科技人才培育工程”，荣获“滨江区青年科技人英才”称号。

陆承镪，现任小红书 AI 搜索生成算法负责人，硕士毕业于中国科学技术大学，主要研究方向包括大模型预训练/后训练，Agent，RAG，AI4Sci 等。先后在腾讯 QLab，阿里 Qwen Team，小红书搜索负责算法研究及业务落地。在 NeurIPS、KDD、AAAI、ACL等会议/期刊发表数十篇论文，谷歌学术被引用次数约六千余次。

中国科学院大学硕士，目前负责Codebuddy 代码大模型的产研工作。曾先后在华为、腾讯参与大语言模型相关项目的技术研究和应用实践，覆盖大模型在推荐、教育、代码等多个领域的应用，提升产品核心竞争力，为用户带去更多AI的便利和快捷感受。在EMNLP, AAAI, KDD, WWW, WSDM等国际会议发表学术论文数篇

聚焦Coding Agent在企业级场景中的效果优化与规模化落地，深度参与智能编程助手在复杂研发流程中的应用升级，参与负责上下文工程、Agent架构构建及SPEC等核心技术方向。曾就职于支付宝，致力于Agent技术在金融场景的落地探索，从0到1推动部门级Agent体系搭建与产品创新，覆盖需求理解、任务拆解以及自动化执行等关键能力。在Agent的架构设计、工具调用、多轮协作、可观测性与工程闭环等方面具备扎实的实战积累。

硕士毕业于中国科学院计算技术研究所。现任阿里巴巴淘天集团技术专家、MNN团队架构师，负责高性能端侧AI推理引擎MNN（12.5k Star）及其大模型优化分支MNN-LLM的架构设计与性能优化。负责MNN核心引擎的演进，带领团队使用MNN-LLM在2024-2025 IEEE AICAS LLM性能优化竞赛中获得冠军。专注于推动前沿AI模型在移动端、IoT等终端设备的高效部署与应用落地。

陈旭，中国人民大学高瓴人工智能学院准聘副教授，博士生导师，主持国家优青项目。博士毕业于清华大学，曾在美国佐治亚理工学院交换学习，在英国伦敦大学学院从事博士后研究。主要研究方向为大语言模型、强化学习、推荐系统和因果推断等，在著名国际会议/期刊TheWebConf、SIGIR、KDD、ICML、NeurIPS、ICLR、AIJ等上发表论文100余篇，Google Scholar引用1万余次。荣获著名国际会议的最佳论文奖或提名五项（TheWebConf 2018、CIKM 2022 Resource、SIGIR-AP 2023、MM Asia 2024、AIRS 2017），荣获CCF自然科学二等奖（2/2）、中国中文信息学会钱伟长青年创新奖、ACM-北京新星奖等荣誉。成果在多家企业落地，荣获华为“创新先锋总裁奖（一等奖）”。

负责腾讯混元大模型量化、稀疏化、投机采样等压缩算法落地及创新工作，从事人工智能领域近10年，具有深厚的模型压缩优化技术积累，发表专利及论文十余篇。带领团队从零搭建大模型开源AngelSlim大模型压缩工具，覆盖混元内部业务落地、开源模型压缩等领域。并且自研了成熟的大模型压缩算法，服务于公司内部60%以上大模型场景，对于业务及技术理解深入。

宋磊，微软亚洲研究院首席研究经理，专注于人工智能算法尤其是多智能体系统、强化学习算法等的研究及其在业界的应用（如私域知识管理、供应链管理，能源调度和优化等）。宋磊在人工智能领域有20年的科研和业界经历，主导过多个人工智能项目的落地应用，在相关领域顶级会议或期刊上发表近百篇文章。

张丹，2016年加入驭势科技，他和团队在L4级自动驾驶领域实现了全栈技术创新，围绕人工智能算法、框架、产品及基础设施展开持续创新与优化，积极推动 AI 大模型等新技术在自动驾驶场景中的应用探索，并提炼工程化最佳实践。在此基础上，团队成功打造出具备高安全性的自动驾驶系统，为驭势科技自动驾驶产品在多场景、全天候、真无人的商业化落地奠定了坚实基础。他拥有几十项中国和美国专利，在国内外发表学术论文若干篇。

陈卓博士，混元3D算法专家，毕业于中国科学院自动化研究所，在AIGC、AutoML、深度学习等前沿科技领域拥有深厚的研究背景，在CVPR、NeurIPS等国际顶级期刊会议上发表了十余篇论文。现负责混元3D AI管线项目，主导完成了混元3D Studio等项目的研发与上线，致力于使3D AIGC技术媲美专业设计师，并全方位接入3D创作管线。

陈一言，在百度 Comate 团队负责编码智能体策略研发，专注于大模型推理、工具调用与开发者效率提升。在 Coding Agent「Zulu」中探索多 Agent 协作与工具调用机制，并持续优化长上下文处理与 AI 驱动的软件开发范式。

浙江大学工学学士，保送香港科技大学博士，入选北京市海外高层次人才引进计划。2021年加入京东，负责京东搜索广告精排模型的落地和创新。 近两年完成时变分布建模(Concept Drift Adaptation)、通用后验反馈建模 (PostEvent Distillation)、跨域损失均衡（Loss Harmonizing）、精排大模型超大规模同步训练优化等多次重大项目全量上线迭代。落地项目沉淀影响已发表WWW, KDD, SIGIR, AAAI, RecSys, CIKM 等AI国际顶会论文10+篇（其中一作6篇），沉淀专利10+篇（其中一作6篇）。

刘梦怡，快手安全线算法中心负责人，负责快手主站安全算法研发以及快手安全大模型核心技术和应用落地；博士毕业于中国科学院计算技术研究所，长期从事深度学习、计算机视觉、多模态内容理解等AI核心领域的算法研发与技术产品化实践，在国际顶级会议与期刊发表数十篇学术论文，并拥有多项技术发明专利。

北京邮电大学助理教授，在ICML/NeurIPS/ICLR、CVPR/ICCV/ECCV、IEEE Trans.等国际会议和期刊上发表论文数十篇，受邀为IEEE TPAMI、NeurIPS等国际高水平期刊及会议审稿。论文谷歌学术被引2000余次，相关论文受到美国三院院士、欧洲科学院院士等国际知名学者积极评价。曾荣获腾讯犀牛鸟精英科研人才，世界人工智能大会（WAIC）青年优秀论文提名奖，天津市的自然科学一等奖，并主持了由国家自然科学基金资助的青年学生基础研究项目（博士研究生项目）。

Costrict负责人： 2009年毕业于武汉大学软件工程专业。入职深信服至今，曾担任开发、架构师、运营、研发主管岗位，熟悉安全、云计算、大数据、AI深度学习领域。 目前工作：对内负责AI驱动公司研发全过程提效，对外负责Costrict产品（一款面向企业严肃开发的开源AI编程工具）。

负责 Dify.AI 最佳实践探索及架构设计。一个 90% 的 E 人，却喜欢前沿技术折腾，并认为 Code 是最纯粹的事情。在软件工程、服务高可用和数据处理领域有较为丰富的经验，曾独立搭建类 Notion 的笔记型知识库后端服务，超百万用户量；对 RAG 领域有着深刻的理解与实践，曾多次在向量数据库大会、A2M大会、人工智能峰会中进行过相关领域的知识分享。

清华大学自然语言处理实验室博士后，研究方向是高效大模型架构，以第一作者或共同一作身份，在人工智能国际顶级会议上发表论文十余篇，是高效端侧大模型MiniCPM4的主要作者。谷歌学术引用3000余次，曾获钱伟长中文信息处理科学技术奖一等奖，博士后创新人才支持计划，清华大学水木学者，腾讯犀牛鸟精英人才计划杰出奖学金等荣誉。

现任国星宇航 AI 技术 CTO。他于 2018 年获英国伦敦帝国理工学院计算生物化学博士学位，在国际期刊及 CVPR/ICCV 等顶级会议发表第一作者/合著论文 10 余篇，拥有 15 余项专利。研究方向涵盖大规模数字孪生，GenAI，多模态大语言模型、底层视觉增强及下一代图像信号处理系统等。2023~2025 年期间，带领团队在 CVPR 比赛中连续两年获得共 5 项冠军。 擅长将产学研工作转化为成熟的算法产品，推动了视觉算法在端侧落地。曾获欧洲委员会玛丽居里行动研究员、麻省理工学院 - 帝国理工学院全球学者资助。获评深圳市海外高层次人才，并于 2024 年起担任北京航空航天大学人工智能讲席教授。

2017年硕士毕业于德州大学软件工程专业，毕业后一直从事于NLP相关的研究，专注于模型训练及应用落地。于2023年加入智谱AI，负责CodeGeex代码模型、CodeGeeX Embedding模型训练，并主导了CodeGeeX Agent功能研发与迭代。

复旦大学计算机硕士，人工智能领域十余年资深专家。深耕机器学习与计算机视觉，曾就在阿里新华智云、腾讯 OVBU、字节 AILab 等头部企业算法核心团队担任技术负责人。现担纲哔哩哔哩智能创作技术负责人，致力于引领生成式 AI 在内容产业的革新实践。

百度飞桨PaddleOCR、PaddleX等套件技术负责人。负责视觉及OCR类模型研发，参与研发飞桨PP系列模型80余个，如PP-LCNet系列、PP-OCR系列、PP-YOLO、RT-DETR系列等；参与公司内多个计算机视觉相关的项目，申请国内外专利30余项。曾获10余项国际AI竞赛金牌或冠军，其中包含多项CVPR、ICCV等workshop竞赛金牌，并受邀演讲。2024年项目“濒危物种AI守护官2.0”获2025年度爱迪生奖（爱迪生最佳新产品奖「银奖」）。

拥有10年以上中间件领域研发经验，Apache RocketMQ创始团队核心成员，长期主导超大规模分布式消息系统的架构设计、性能优化与稳定性保障，深度参与双十一大促等集团关键场景的技术攻坚，具备丰富的高并发、高可用系统实践经验。当前致力于AI云原生（AI-Native）消息中间件的技术创新与落地，聚焦于面向大模型时代的新型消息架构，主导模型推理调度、Agent间异步协作通信、智能任务流编排等核心场景的技术演进，推动消息中间件向智能化方向持续发展。

毕业于上海交通大学，摩尔线程高级算法工程师，开源项目torch_musa负责人，主导PyTorch在MUSA上的适配与优化，长期聚焦于大模型训练与推理的性能调优，涵盖分布式并行、算子融合、低精度推理、动态编译器栈等方向，同时也在推进面向国产芯片生态的开源兼容性与工程自动化建设，致力于让国产算力更高效、更易用。