一、论坛简介

新一代人工智能大模型飞速发展将如何影响可视化技术发展？AIGC如何推动可视化技术转变？AI时代的可视化技术如何推动自然科学与人文社会科学的学科交叉和融合发展?人工智能与人类智能如何有机结合解决现实复杂问题和挑战？

中国图象图形学学会（CSIG）将在贵州贵阳主办中国图象图形学学会（CSIG）2025年度可视化与可视分析论坛。本届论坛以“AI时代的可视化与可视分析”为主题，具体由CSIG可视化与可视分析专业委员会、贵阳学院计算机科学学院、贵州省文化遗产数字化保护与传承利用全省重点实验室承办。

时 间：6月28日 13：00——17：30

地 点：贵阳学院第三教学楼4楼大讲堂（参会者请提前30分钟签到领资料入场）

会议联系人：赵老师 13364019762（微信同号）

本次高峰论坛不收取参会费，会议期间的交通及食宿费用自理。欢迎大家参加论坛，参与人请扫下列二维码进群。

二、会议日程

时 间：13:00-13:30

主 题：解构与再织：历史数据的时空知识重构与可视化

报告人：袁晓如，北京大学 教授

报告人简介：袁晓如，北京大学智能学院研究员、教材建设博雅特聘教授，大数据分析与应用技术国家工程实验室常务副主任。研究方向为可视化通用基础方法及其在社会、人文领域应用，多次获 IEEE VIS 等国内外学术会议最佳论文或提名奖，任 IEEE VIS 等指导委员会成员，中国计算机学会杰出会员，中国图象图形学学会理事、可视化与可视分析专委会主任。

摘 要：数字技术正重塑历史研究的认知边界，本报告探讨如何通过多源数据的深度融合，以可视化的方式重构动态的历史时空认知网络。将通过彩陶花纹演化，汉籍国际流传、地图内容溯源等工作，从多角度举例碎片信息缀合为时空知识的过程。

时 间：13:30-14:00

主 题：交互式数据智能整合与分析

报告人：巫英才， 浙江大学 教授

报告人简介：巫英才，浙江大学计算机科学与技术学院求是特聘 / 长聘教授、博导，教育部长江学者，任学院副院长、计算机辅助设计与图形系统全国重点实验室副主任。研究方向为可视化与可视分析、社交网络分析、体育人工智能。担任 IEEE VIS 2022-2023 领域论文主席及多本期刊编委，发表 CCF A 类论文 80 余篇，牵头国家重点研发计划 2 项、国家基金委重点项目 2 项，获浙江省科技进步一等奖（排名第一）、自然科学奖一等奖（排名第二）。

摘 要：随着大数据时代迅猛发展，数据的整合与分析已成为各行业实现数字化转型和提升决策效率的关键手段。然而，数据的规模、多样性和复杂性与日俱增，传统数据处理方法已难以满足现代数据分析的需求，如何辅助数据工作者简单、快速、高效地完成错误清洗、转换整合、洞察提取等复杂数据处理任务成为一大研究难题。交互式数据智能整合与分析技术综合人工智能、人机交互、可视分析领域的前沿创新，通过智能模型驱动的直观易用交互界面降低复杂数据处理任务的难度和时间，使数据整合和分析过程更加透明和便捷，有效支撑基于数据的各类决策场景。本报告将从数据整合和分析场景面临的问题和挑战出发，阐述交互式数据智能整合与分析技术框架，并介绍浙江大学交互数据研究团队在此方面的最新研究成果。

时 间：14:00-14:30

主 题：智能时代的信息传达设计

报告人：曹楠，同济大学 教授

报告人简介：曹楠，同济大学长聘教授、设计创意学院副院长，人工智能与数据设计学科主任，设计学等三学科博导。本硕毕业于西北工业大学，博士毕业于香港科技大学，曾任美国 IBM 沃森研究院研究员及可视化图形学会联合主席。研究方向为信息传达设计与数据可视化，获 IEEE VIS 2023 等 3 次最佳论文奖，7 次获 IEEE VIS 等国际顶会最佳论文提名。

摘 要：信息传达设计主要研究如何用图形、可视化的方式把信息传达给用户，被广泛的应用在了信息传播，新闻传媒、商务智能等领域，用来直观呈现纷繁复杂的各类数据信息。同济大学智能大数据可视化实验室在过去的十年中，聚焦该方向，从理论基础，到技术创新，再到实践落地，做出了一系列研究成果。在这个报告中，我们将围绕这个主题，系统回顾实验室近年来从设计空间建模，到可视化叙事构建，再到具体应用落地的一系列工作。

时 间：14:30-15:00

主 题：可视分析系统的研究范式和挑战

报告人：张小龙， 宾州州立大学 副教授

报告人简介：张小龙博士，美国宾夕法尼亚州州立大学信息科学与技术学院副教授、知识可视化实验室主任，研究涵盖人机交互、信息可视化与可视分析、社交网络分析、协同系统等领域。他是中国计算机学会人机交互专委会委员、中国图象图形学会可视化与可视分析专委会委员，拥有清华大学学士和硕士学位、密歇根大学博士学位。

摘 要:当前可视分析系统的研究大多遵循交互系统设计的传统研究范式，通过用户需求分析、系统设计与系统评估等关键环节推进研究。然而，该范式正面临严峻挑战：基于简单认知行为的研究方法与面向复杂分析行为的研究目标之间存在显著错配，这种错配极大地削弱了研究的理论深度与普适性。本报告将剖析现有研究范式对可视分析系统研究内部效度与外部效度的制约，并探讨复杂认知理论在拓展可视分析系统研究的理论基础和方法论的潜在价值。

15：00-15：30 茶歇

时 间：15:30-16:00

主 题：深度学习驱动的科学数据智能可视分析

报告人：单桂华，中科院网络中心 研究员

报告人简介：单桂华，中国科学院计算机网络信息中心研究员、博导，先进交互式技术与应用发展部主任。研究方向为可视化与可视分析、人机交互技术。近五年主持国家重点研发计划课题等多项国家级项目，发表论文 60 余篇，申请国家发明专利 16 项，获指挥与控制学会科技进步一等奖。主持研发 GPVis 可视化框架软件，支撑地球系统数值模拟装置、上海天文馆天文数字实验室等国家 / 地方重大工程。

摘 要：超级计算机的发展使得计算能力不断突飞猛进，也使得科学模拟数据规模的爆炸式增长，超出了计算机的I/O和存储能力，造成了传统可视化后处理模式无法应对海量科学模拟的数据可视化分析挑战。原位可视化通过将可视化计算嵌入数值模拟程序中，在数据产生的位置进行处理而绕过I/O和存储瓶颈是解决这种挑战的最有效的方法。在本报告中，将介绍我们在原位可视化中利用深度学习模型，通过构建智能代理模型，实现数值模拟结果的可视化预测与关键参数实时可视反演。

时 间：16:00-16:30

主 题：从数据驱动到图形驱动：Libra与PiCCL构建下一代可视化语言体系

报告人：汪云海，中国人民大学 教授

报告人简介：汪云海，中国人民大学信息学院教授、博导，国家级青年人才，数据工程与知识工程教育部重点实验室副主任。研究方向为大数据可视分析，近五年在 ACM SIGMOD、IEEE VIS 等发表论文 70 余篇，获 IEEE VIS 等顶会最佳论文提名，曾获山东省自然科学奖一等奖等，主持自然基金委联合重点等项目，担任 IEEE TVCG 等期刊编委。

摘 要：当前主流的可视化工具与编程框架（如 D3.js、Vega 等）虽在数据驱动的图表生成方面表现出色，但在可视交互支持与图像元素合成能力方面仍存在显著限制。本研究提出创新性解决方案：首先，Libra交互架构通过状态机和交互服务实现模块化抽象，统一了跨图表类型的交互逻辑表达；其次，PiCCL语言采用参数化表征与惰性绑定机制，克服了象形元素自动合成的技术难点。实验表明，该体系可降低交互实现复杂度，提升开发效率，并为大模型生成高质量可视化提供了新的技术路径。

时 间：16:30-17:00

主 题：智能数据洞察：大模型驱动的可视化与可视分析

报告人：陈思明，复旦大学 副教授

报告人简介：陈思明，复旦大学大数据学院青年研究员、博导，上海市高层次引进人才，FDUVIS 实验室负责人，复旦仲英学者。复旦学士、北大博士，曾任德国弗劳恩霍夫 IAIS 研究科学家及波恩大学博士后。研究方向为大数据可视化、AI+VIS、大模型驱动可视分析等，发表论文 100 余篇（CCF A 类 40+），获 AI2000 可视化研究影响力提名奖，主持参与国家 / 省部级项目十余项，担任 IEEE VIS 程序委员、IEEE CG&A 副主编等。

摘 要：可视化技术通过将数据转化为图形，让人直观地感知大数据的规律与特征。传统的可视化技术通过人机交互，让用户从不同角度探索数据，但这个过程常常需要大量人力并且缺少探索方向。大模型驱动的可视分析提供了新的人智协同范式，探索智能数据分析的方法。在这个过程中，我们将可视化作为人智协同的桥梁，让人感知数据并且将想法通过交互传递给模型。我们首先提出SmartMLVs，支持交互式对话驱动的多视图链接可视化生成，支持交互式配置可视化链接视图；进一步，我们介绍LightVA，一种大模型驱动的任务分解与执行的人智协同可视分析系统，让专家拆解任务、深度分析；最后，我们支持自动化生成可视化故事叙述方法，支持分析结果的信息传播，包括NarrativePlayer支持自动化可视化故事视频生成，以及ChartInsighter支持对可视化的自动图表解读。整个流程统一为一套大模型驱动的可视化故事叙述方法与数据分析方法，探索智能数据洞察的挖掘与传递。