2026年7月15日，香港科技大学（广州）人工智能学域与新加坡国立大学广州创新研究院联合主办的“人工智能前沿联合论坛”顺利举行。

本次论坛汇聚香港科技大学（广州）及新加坡国立大学共9位深耕人工智能领域的学者，围绕大模型系统、具身智能、可信机器学习、生成式AI等前沿方向展开专题分享，旨在搭建高水平学术对话平台，集中呈现领域最新研究成果，探讨技术发展趋势，深化跨校科研交流与合作联结，也为校内师生提供与顶尖学者面对面交流的机会。

开幕仪式

论坛伊始，香港科技大学（广州）协理副校长（研究）伍楷舜教授致开幕辞。他代表学校对新加坡国立大学同仁的到来表示热烈欢迎，强调了跨校学术对话对推动人工智能前沿研究与人才培养的重要意义。

新加坡国立大学广州创新研究院副院长（教育）傅晓方女士随后致辞。她表示，期待以本次论坛为契机，持续深化两校在人工智能领域的科研合作与人才联合培养，共同为粤港澳大湾区及全球AI发展贡献智慧。

论坛回顾

新加坡国立大学李佳临助理教授以《Efficient Serving Systems for Emerging LLM Workloads》为题，分享了面向大模型负载的高性能调度系统与语义感知缓存方案，为提升大模型服务吞吐、降低跨域访问延迟提供了系统级解决路径。

港科大（广州）数据科学与分析学域文泽忆助理教授以《Low-Resource Large Model Inference and Fine-Tuning》为题，介绍了消费级硬件支撑下的大模型全参数微调与大规模MoE模型推理加速技术，展现了单GPU场景下的系统优化潜力。

新加坡国立大学计算机学院科研副院长、新国大广州创新研究院学术带头人何丙胜教授以《Automatic Optimization for Efficient LLM Systems》为题，从计算单元、数据表示与系统执行多维度出发，讲解了大模型系统的自动优化技术与跨平台内核优化引擎成果。

新加坡国立大学计算机系助理教授、新国大广州创新研究院学术带头人邵林助理教授以《Learning Robot–Object Interaction for Cross-Embodiment Dexterous Grasping》为题，围绕机器人 - 物体交互学习展开分享，探讨了跨本体灵巧抓取的算法设计与系统构建思路。

港科大（广州）人工智能学域梁俊卫助理教授以《Towards Embodied AI for General-Purpose Services》为题，从具身导航与机器人操作两大方向，介绍了实验室在具身智能领域的前沿研究与人形机器人世界模型最新进展。

新加坡国立大学刘安吉助理教授以《From Sampling to Inference: Making LLM Reasoning Fast and Sound》为题，提出将大模型推理从采样范式转向推理范式，通过概率模型实现更高效、可靠的大模型推理能力。

香港浸会大学副教授、香港科技大学（广州）人工智能学域兼任副教授韩波教授以《Trustworthy ML Systems for Deep Agentic Reasoning and Evaluating Open Agents》为题，介绍了面向深度智能体推理的协同系统与开放智能体统一评估平台，推动可信智能体系统的落地发展。

港科大（广州）人工智能学域陈颖聪助理教授以《Spatial Induction of 2D Generative Priors》为题，系统阐释了从二维生成先验中诱导空间智能的三层机制，展示了其在三维视觉与生成任务中的应用成效。

新加坡国立大学计算机系助理教授、校长青年教授、新国大广州创新研究院学术带头人王竟先以《AI for Space Networking》为题，分享了 AI 驱动的大规模低轨卫星网络流量工程系统，实现毫秒级近最优流量调度，大幅提升了卫星网络的运行效率。

本次人工智能前沿联合论坛既集中呈现了人工智能多细分领域的最新研究进展，也进一步夯实了港科大（广州）与新加坡国立大学的科研合作基础。未来双方将持续深化交流联动，共同探索人工智能技术的更多创新可能。