人工智能与数字经济广东省实验室(深圳) 2026年3月 月报快讯

首届多模态神经生理智能国际研讨会暨挑战赛（NeuroMM 2026）即将于多媒体领域顶级会议ACM Multimedia 2026期间举办。活动由光明实验室牵头，联合网易、北京协和医院、深圳大学、大湾区大学及广东省图象图形学会情感计算专委会共同主办，以多模态神经生理智能为核心主题，涵盖学术研讨与技术挑战赛两大板块。本次挑战赛基于真实临床数据构建，设置三个官方赛道，鼓励参赛者探索多模态神经信号与视觉上下文联合建模的新方法，推动 IED 检测与定位从传统单一信号分析迈向更鲁棒、更贴近临床应用的智能推理范式。

由大湾区昇腾算力应用创新研究院、大湾区多样性算力应用创新研究院联合主办的“生态人才建设活动”分别在深圳大学、深圳技术大学顺利举行。活动以“深耕昇腾鲲鹏全栈技术，培育异构计算新生力”为主题，采用“技术解析、案例分享、实战演练、生态研讨”相结合的形式，系统赋能百余名高校学子掌握国产异构算力核心能力。

培训活动期间，研究院专家围绕昇腾AI全栈技术体系开展教学，设置实战演练环节，学员独立完成环境搭建、模型迁移等任务并成功通过考核。通过培训，学员不仅提升了专业技能，更建立起对国产化技术的坚定信心，为国产算力生态发展注入动能。

光明实验室生成式大模型团队正式开源AI协作框架CamoClaw，旨在解决智能体能力静态固化、面对业务变化需频繁人工微调提示词的痛点。该框架采用“执行—学习—再执行”闭环机制，实现有条件触发学习、从失败中提炼结构化规范，并经由再次交付验证后沉淀有效经验。

经10个真实任务A/B测试，启用持续学习组较未启用组期末净值提升约28%，累计报酬提升约28%，并成功固化13条有效经验。该框架已在舞台示意图制作等场景中验证了“吃一堑、长一智”的能力沉淀效果，显著降低了智能体在真实业务中的适配成本。

光明实验室生成式大模型团队提出OddGridBench——首个系统性评估多模态大模型细粒度视觉差异感知能力的评测基准，并进一步提出OddGrid-GRPO强化学习框架，通过课程学习与距离感知奖励机制提升模型辨别能力。实验表明，当前最先进模型（如Qwen3-VL-32B准确率68.07%）在该任务上仍明显落后于人类水平（87.47%）；而OddGrid-GRPO将基准模型准确率从17.14%提升至82.64%，并在MVTec-AD、VisA等真实异常检测数据集上展现出良好泛化能力，为多模态模型感知能力研究提供了新工具与方向。该研究成果已被人工智能领域顶级会议 CVPR 2026 正式接收。

光明实验室生成式大模型团队提出GEOPERCEIVE——首个解耦几何感知与推理能力的评测基准，并在此基础上提出GEODPO结构化强化学习框架，通过翻译器将自然语言输出转为形式化表示并构造偏好对进行DPO训练，系统提升视觉语言模型的几何感知能力。实验表明，GEODPO使Qwen2.5-VL等三个模型的感知得分提升14.2%-26.46%，域外数据集平均提升约8.0%，下游推理任务中InternVL3模型从29.06提升至40.39，相对增长39.0%，显著减少了几何描述中的幻觉现象。该成果已机器学习领域顶级会议 ICLR  2026 接收。