C2-CHIN 专题论坛十|空天信息智能应用论坛在京成功召开

胡玉新研究员致辞

樊子德副研究员主持会议

史振威教授作专题报告

北京航空航天大学史振威教授作“航天遥感大模型及相关应用研究进展”专题报告。史振威教授指出，航天遥感大模型是遥感技术与人工智能深度融合的产物，是未来技术竞争的战略制高点。报告首先介绍了团队研究的多个生成大模型，包括全球范围遥感图生成和文生遥感图像等，并通过多个应用案例展示了生成的效果。然后，介绍了遥感大模型的高效参数微调，在多种遥感视觉理解任务上获得了优异的结果。此外，多模态数据的遥感解译借助大模型表现出了强大的性能。最后，史振威教授对大模型在星上轻量化、天空地海光电跨域泛化、感知-生成-决策跨任务通用等方面的应用进行了展望，对推动遥感智能化进程具有重要意义。

裴韬研究员作专题报告

中国科学院地理科学与资源研究所裴韬研究员作“流空间分析理论与应用”专题报告。报告指出，地理“流”作为人、物、信息在地理位置之间的动态迁移模式，已经成为地理信息科学发展的新方向。系统阐述了流空间的概念、流要素的表达方法和27种流模式的分类，并围绕其在空间交互建模、流动性分析等方面的提取方法进行了深入讲解。该理论体系广泛应用于公共卫生传播建模、城市交通流优化等多个领域，为地理信息科学拓展出新的分析视角。

高连如研究员作专题报告

中国科学院空天信息创新研究院高连如研究员作“高光谱遥感图像处理与信息提取”专题报告。他指出，高光谱遥感融合了成像与测谱功能，可实现对地物精准识别。报告详细介绍了高光谱图像中蕴含的空间、光谱、辐射三重信息的提取方式，讨论了从传统机器学习方法到深度学习模型的发展演进，特别强调了近年来团队在高光谱图像分类与目标探测方面取得的智能处理技术突破。相关研究成果已在资源调查、灾害评估等多个场景中成功应用。

张立宁研究员作专题报告

中国电子科学研究院张立宁研究员作“小数据学习及其在智能制造中的应用”专题报告。报告指出，传统深度学习依赖大量标注样本，而工业制造中难以获得高质量大规模数据，制约了智能模型的落地。张立宁研究员提出的“深度主动机器学习”方法，能够从信息量最大的无标签样本中优选进行标记，显著提高模型在小样本条件下的训练效率，在模拟电路设计、语义分割和器件缺陷检测等领域得到了应用。实验结果表明，该方法可有效减少标注成本，并在多个真实制造场景中实现高精度预测，推动智能制造走向低成本高效能的新阶段。

韦世奎教授作专题报告

北京交通大学韦世奎教授作“动力系统视角下的深度神经网络设计”专题报告。韦世奎教授指出，深度网络虽已广泛应用于图像与文本处理，但仍存在可解释性差和鲁棒性不足等问题。基于动力系统理论的建模思路，报告分析了主流神经网络架构如何映射为连续动力系统的离散形式，并提出了一种从动力学角度设计网络结构的框架。该方法可有效提升模型的稳定性、泛化性与可解释性。

樊子德副研究员作专题报告

中国科学院空天信息创新研究院樊子德副研究员作“空天地海协同目标识别及应用”专题报告。报告聚焦于海洋目标非合作状态下的探测难题，提出以统一时空基准为基础，构建空天地海多源协同感知体系。樊副研究员介绍了团队在多分辨率、低采样条件下的信息融合方法及多平台协同观测的规划与评估机制。研究成果对提升海域目标识别精度、支持资源开发与海洋治理具有重要战略价值。

赵新昱研究员作报告总结

智喜洋教授作报告总结

胡玉新副院长研究员作报告总结

中国科学院空天信息创新研究院赵新昱研究员、哈尔滨工业大学智喜洋教授以及中国科学院空天信息创新研究院胡玉新副院长、研究员分别作会报告总结，本次“空天信息智能应用论坛”围绕航天遥感大模型、地理流空间分析、高光谱智能提取、小数据学习、神经网络结构设计与空天地海协同感知等核心议题展开了深入探讨。各位专家学者的精彩报告既展示了空天信息与人工智能融合的最新研究进展，也为实际应用提供了创新思路和技术路径。随着对地观测技术与智能算法的加速演进，空天信息处理正迈入以大模型为特征的智能化时代。本次论坛不仅深化了学术交流，推动了学术前沿的交叉融合，更为支撑国家社会治理、产业升级和国防安全注入了强劲动力。未来，空天信息与人工智能将在更广阔的领域实现协同创新，共同绘制数字时代的智慧图景。