Keynote | 2025 X智能大会 & 第18届中国R会议
发布时间：2025-09-13浏览量：
2025 X 智能大会暨第18届中国R会议将于2025年10月17日至19日在北京会议中心举行。本次会议聚焦大模型技术的前沿进展，及其在各领域的创新探索与实际应用。会议内容涵盖蒙特卡洛视角下的AI革命、扩散大语言模型、多模态理解与生成、Agent形态演变、Agent产业应用、大模型基础理论、AI4Science、具身智能、生物医药统计与大模型、AI赋能健康统计等重要方向。
下面为您奉上本次2025 X智能大会 & 第18届中国R会议10月18日【Keynote】的介绍。
Monte Carlo's view of AI revolution
刘军，美国科学院院士，2025年8月全职加盟清华大学统计与数据科学系，担任清华大学兴华卓越讲席教授。刘军在2015年主导创建清华大学统计学研究中心并担任名誉主任。2024年，他作为筹建发展委员会主任，帮助清华大学建立了统计与数据科学系。
刘军教授曾任哈佛大学统计系终身教授；曾兼任哈佛大学生物统计系教授；曾任斯坦福大学统计系助理教授、副教授、终身教授。刘军教授1985年本科毕业于北京大学数学系，1991年博士毕业于芝加哥大学。刘军教授于2002年获得北美五大统计协会联合颁发的“会长奖”（COPSS Presidents' Award），是国际统计学界最具声望的荣誉。刘军教授还曾获得美国国家科学基金会的CAREER Award，国际数理统计学会Medallion Lecturer，伯努利学会Bernoulli Lecturer，美国数理统计学会和美国统计学会会士（Fellow），晨兴应用数学金奖（三年一度），泛华统计协会杰出成就奖，ISI高被引用数学家，泛华统计协会许宝騄奖（三年一度）等荣誉。截至2025年5月，他在各类国际顶尖学术杂志（如Science，Nature，Cell，JASA，JMLR等）及书刊上发表论文300余篇和一本专著，被引用9万余次（Google scholar）。他已经指导了40多位博士生、30多位博士后。
刘军教授在序贯蒙特卡洛和粒子滤波方法领域做出了奠基性的贡献，对马尔可夫链蒙特卡洛（MCMC）方法的设计构建了重要理论框架和新技术，并广泛应用这些理论和方法于工程学、生物信息学、大数据分析、个性化医疗等许多领域。在生物信息学方面，由刘军教授提出的“Gibbs保守串抽样和指针”是到目前为止生物学者寻找DNA和蛋白序列中精巧模式的两种最流行的算法，在了解基因调控和蛋白同源性方面有非常成功的应用。近年来，刘军教授在统计学习理论和方法方面取得取得一系列突破性进展，对大数据处理方面有重大影响。
Monte Carlo methods first appeared in early days (1945-55) of electronic computing. The technique was named after the famed gambling resort because its procedures incorporate the element of chance. Initially, statistical physicists introduced a Markov Chain-based dynamic Monte Carlo method for the simulation of simple fluids. This method was later named as “Markov chain Monte Carlo (MCMC)” and extended to cover more and more complex physical systems. At almost the same time, a sequential (recursive) construction was proposed to simulate long chain polymers, which can be seen as the ancestor of the popular “particle filters” (aka sequential Monte Carlo). Nowadays, Monte Carlo has been widely used as a powerful computational tool for optimization and integration in diverse fields, especially for various AI tasks. We will first review of Monte Carlo’s history, and then discuss a few recent directions and developments, e.g. Monte Carlo tree search, reparameterization, diffusion sampling, resampling and optimal transport, and particle flow via variational approximation.
文继荣，中国人民大学高瓴人工智能学院执行院长，国家高层次人才特聘专家。“大模型与智慧治理”北京市重点实验室主任，担任新一代智能搜索与推荐教育部工程研究中心主任。2018年入选首批“北京市卓越青年科学家”，2019年担任北京智源人工智能研究院首席科学家。目前担任中央统战部党外知识分子建言献策专家组专家、北京市第十四届政协常委、第八届教育部科技委委员、中国计算机学会常务理事等。
演讲内容摘要：
本次报告聚焦一个问题：自回归是否是通向当前乃至更高水平的生成式智能的唯一范式？本次报告首先从统一概率建模的视角总结当前基础生成模型的发展，并从这个视角出发指出大语言模型的性质（如可扩展性、指令追随、情景学习、对话、无损压缩）主要来自于生成式准则，而非自回归建模独有。基于这些洞察，介绍扩散大语言模型LLaDA系列工作，包括基础理论、扩展定律、大规模训练、偏好对齐和多模态理解等。LLaDA通过非自回归的方式，展示了令人惊讶的可扩展性和多轮对话能力。这些结果不仅挑战了自回归的地位，更加深了我们对生成式人工智能的理解。
本次大会由中国人民大学应用统计科学研究中心、中国人民大学统计学院、统计之都与中国商业统计学会人工智能分会主办，中国人民大学健康大数据研究院协办，并获得明汯投资、宽德投资和Will的赞助支持。我们诚挚邀请您来参会，共话智能技术发展前沿！
欢迎进入2025 X智能大会 & 第18届中国R会议官网，获取更多会议信息！
公众号：统计之都
会议邮箱：xagi-2025@cosx.org
