2026年11月4日，“民族语言智能分析与安全治理”教育部重点实验室成功举办了“知识引导的跨模态图文内容理解”讲座。中国科学院计算所王瑞平研究员作了精彩的学术报告，本次讲座由重点实验室主任毕晓君教授主持。

王瑞平研究员以《知识引导的跨模态图文内容理解》为主题，围绕视觉感知向深度场景理解演进这一前沿方向展开分享。他指出，当前物体识别、检测等基础视觉感知任务已取得较好进展，融合语言理解、生成与推理的视觉-语言多模态认知任务成为研究热点，而这类任务天然带有主观性，对应的基准评测是亟待解决的关键问题。报告系统介绍了课题组在知识引导的图文深度理解与多模态智能评测方向的系列探索成果，包括面向图像描述生成的可学习评测指标 HiFi-Score、面向视觉-常识组合推理的问答数据库 CRIC、面向多模态大模型推理的多学科多语种评测数据库 M4U，以及个性化图文描述生成方法 T4等代表性工作。

本次讲座为信息工程学院教师与研究生搭建了高水平学术交流平台，为学院多模态智能、民族语言图文理解方向的科研工作注入新活力。参会师生近距离接触多模态大模型评测领域前沿成果，有效拓宽学术视野。持续开展此类专题讲座与学术交流，有助于提升师生科研能力，及时把握人工智能领域前沿动态。“民族语言智能分析与安全治理”教育部重点实验室后续将持续举办系列学术活动，助力我校相关学科建设与科研创新发展。

文/图:韩璐 审核:刘云喜､翁彧､毕晓君