Sessions

刘健 南方海洋实验室，高级工程师

Title：海洋数字孪生关键技术研究

Abstract：海洋数字孪生作为联合国"海洋十年"计划十大挑战之一，是未来海洋科技发展的重要方向。南方海洋实验室作为该领域的先行者，于2023年9月成功研发并发布了全球首个海洋专用数字孪生引擎——DTO Engine。该引擎创新性地集成了数据融合算法、可视化渲染技术和海洋AI模型，具备多源数据处理、场景构建、云服务发布等核心功能，实现了海量数据承载和高逼真实时渲染，为构建物理与虚拟同步的数字镜像提供了技术支撑。基于DTO Engine，实验室开发了“粤港澳大湾区示范区海洋数字孪生应用系统”，该系统通过整合实时观测数据、环境预报模型和高维可视化算法，构建了完整的业务链条，实现了海洋环境的三维仿真模拟和典型海洋现象的动态演变预测，为大湾区海洋防灾减灾提供了重要决策支持。目前，该技术已成功应用于海洋防灾减灾、海洋牧场和海洋蓝碳等多个领域，展现出广阔的应用前景。

Biography：刘健，南方海洋实验室海洋数据中心主任、高级工程师，主要从事海洋数字孪生、海洋数据管理与应用研究。国际科学数据委员会（CODATA）委员、国际数字地球协会中国国家委员会委员、中国仿真协会委员、中国地理学会海洋专委会委员。主持和参与国家级、省部级项目9项，发表论文20余篇，获得海洋工程科学技术奖1项。曾参加中国第28次南极科学考察、第34次南极科学考察和中国第8次北极科学考察。

张斌 中国科学院海洋研究所，高级工程师

Title：海洋人工智能和大数据助力海洋科技创新

Abstract：当今，海洋科学的发展已进入大数据时代，海洋数据作为新型生产要素，在海洋科学研究、海洋防灾减灾、海洋环境安全保障等各个领域得到广泛应用，海洋数据工程进入了新的发展阶段。但不容忽视的是，目前多源海洋数据融合、数据综合集成应用、人工智能与海洋学交叉学科的发展等均有待突破。针对上述问题，本研究充分发挥海洋大数据和人工智能优势，突破数据处理和质量控制、AI数据重构等关键技术，研制了多类型海洋科学数据集。同时，为深度挖掘数据价值，团队将深度学习与海洋大数据深入融合，针对多种应用场景发展了一系列海洋人工智能模型和算法。并将上述数据、算法进行集成，构建了海洋大数据可视化系统，有力促进了海洋科学前沿研究与创新应用。

Biography：张斌，中国科学院海洋研究所海洋科学大数据中心副主任、高级工程师。中国科学院青年创新促进会会员。长期从事海洋大数据管理，数据质量控制数据产品研发和可视化系统研发等工作。主持建设了自动化的海洋温盐数据质量系统CODC-QC、海洋数据可视化决策服务平台CASEarth-Ocean等。主持、参与科技部、基金委、中国科学院等科研项目近十项，发表学术论文二十余篇，获批软件著作权十余个。

陶钧 中山大学，副教授

Title：海洋科学数据中语义表示驱动的科学可视化

Abstract：语义驱动的科学可视化在流场、标量场等科学数据的探索中得到了快速发展，自然语言交互界面显著降低了操作门槛并提升了分析灵活性，而视觉语言模型的应用则为理解科学数据中的结构提供了有力工具。然而，科学数据中存在着大量复杂结构以及视觉上不显著甚至不可见的结构，加之大规模语言模型固有的幻觉问题，给基于大语言模型的数据理解以及在此基础上开展的科学发现带来了挑战。针对这些问题，本报告提出介绍我们近期的探索：设计洋流中复杂流态结构的语义表示，并引入上下文理解机制，实现对溅射等流线上无法捕捉结构的语义追踪；基于传统科学特征的关联描述，设计自主探索策略，为无标注数据构建标签；此外，通过增加完整的数据证据来保证大语言模型在科学数据中推理的可信性，整合线索形成可验证猜想并自动输出结构化报告，简化从数据到科学发现的过程。

Biography：陶钧，中山大学计算机学院及国家超级计算广州中心副教授，博士生导师。主要研究方向为大规模科学数据可视化及其在促进科学发现上的应用，尤其是基于深度学习、语义表示、优化方法的科学数据交互式探索分析方法；以及对大规模科学数据的高性能分析方法的研究。在可视化领域顶级会议IEEE VIS、期刊TVCG发表论文20余篇。主持国自然、某工程重点课题等国家级项目/子课题6项，广东省重点领域研发子课题1项，参与各类重点研发多项；获广东省科技进步特等奖1项，中国电子学会、测绘学会、地理信息产业协会等国家一级学会科技进步一等奖3项。

曾琼 山东大学，教授

Title：海洋数据的智能重建、绘制与可视分析

Abstract：海洋科学正面临多源异构、高时空分辨率数据的可视化挑战。水面折射造成的成像畸变、三维结构缺失、多物理场耦合的复杂性，使海洋数据的真实呈现仍是一个开放问题。本报告围绕重建、绘制与可视分析三个层面展开：在神经渲染框架中显式建模水面几何与折射光路，实现水下场景的高质量重建；构建基于可微色彩映射的“解耦–重构”模型，支撑海洋物理场的高保真体绘制，并提出数据驱动的感知质量评估方法;融合体渲染、多场耦合与领域大模型技术，构建智能可视分析系统，为海洋数字孪生提供可视计算支撑。

Biography：曾琼，山东大学计算机科学与技术学院教授、博士生导师，国家级一流本科课程负责人。研究方向为数据可视化、计算机图形学，长期关注面向科学数据的色彩计算与海洋复杂数据可视分析。在IEEE TVCG、ACM CHI、IEEE VIS、CVMJ等国内外重要期刊与会议发表论文20余篇，出版专著1部，主持国家级及省部级项目多项。曾获IEEE VIS 2024科学可视化挑战赛冠军、山东省高等教育教学成果奖特等奖/一等奖、山东省人工智能学会教学成果特等奖、山东省电子学会科技进步二等奖等奖项。

李谦升 上海大学上海美术学院，教授

Title：可感知的遗产：可视化设计中的身体、数据与记忆

Abstract：传统的文化遗产数字化，往往止步于“展示"——让遗产被看见。但真正的文化传承需要"感知"——让遗产被身体记住、被数据捕捉、被集体编织进记忆。本次分享通过三个实践案例，分别回应身体感知、数据感知与叙事感知三个维度，共同探讨在生成式AI重塑内容生产的今天，可视化设计如何为文化遗产创造不可替代的感知价值。

Biography：李谦升，上海大学上海美术学院教授、博导。现任上海美术学院数码艺术系主任、数据创新工作室负责人。中国图像图形学会可视化专委会委员，中国音像与数字出版协会游戏产业研究专家委员会委员，上海市创意设计工作者协会数字与跨媒体设计专委会副主任、美国麻省理工学院媒体实验室访问学者。其学术与实践成果围绕数据可视化、公共艺术及非遗传承展开探索。近年来主持西藏谢通门县壁画数字化保护、深圳坪山文化地图志数据可视化、长三角非遗知识图谱可视化等纵向与横向项目二十余项，推动文化遗产的科技赋能。设计作品《巨轮》入选第十四届全国美展，《解构藏文》、《非遗技艺的数据基因》系列作品先后入选中国设计大展、IEEE国际可视化艺术展、国际设计之都大会、上海设计周等国内外展览中展出。

于健 广州美术学院，副教授

Title：百年戏剧的重新想象：通过VR情境叙事的非物质文化遗产沉浸式体验

Abstract：随着数字技术不断发展，挖掘文化遗产所承载的非物质文化遗产语义信息具备了全新实现路径。但观众实地参观文化遗产时，受场地物理条件与文物保护规范限制，往往只能关注遗产的实体表象，难以解读、甚至直接忽略其背后蕴藏的非物质文化内涵。因此，如何完整呈现实体文物承载的丰富非遗语义信息愈发重要，虚拟展示技术也由此得到广泛应用。本研究以广州陈家祠百年石湾陶塑为文化遗产研究对象，针对其背后蕴含的历史叙事语境开展叙事逻辑解析。在此基础上，融合三维场景搭建、动作捕捉与虚拟现实（VR）技术，搭建一套将非遗叙事信息嵌入实体文物、实现二者语义协同解读的全新系统，该系统依托实体陶塑载体，对非遗粤剧的戏曲剧情与舞台空间进行数字化重现。

Biography：于健，广州美术学院副教授，硕士研究生导师；香港科技大学（广州）博士候选人。高级工艺美术师；研究兴趣焦于艺术与科技的交叉融合，空间图像的生成与交互，博物馆空间的多模态数据展示及AI与艺术的创新融合。作品曾入选中国美术家协会“青年伙伴计划”设计100；为中国而设计双年展入选；中国国际室内设计双年展铜奖；研究成果发表于计算机文化遗产期刊ACM JOCCH, (npj Hritage Science), ChineseCHI (ICHEC), VINCI, ISEA等国际会议。主编出版艺术与科技专业本科教材 2 部，另有 1 部教材在编；主持及参与多项广东省教育厅、校级科研课题。

龙娟娟 江南大学，副教授

Title：生成式文化叙事：AIGC赋能影像创作与交互体验设计

Abstract：在数智时代，生成式人工智能正在改变文化类主题艺术创作的生产方式与表达逻辑。本报告以“生成式文化叙事”为核心，探讨AIGC如何参与文化内容的视觉转译、影像生成与交互体验设计。报告将从创作流程、叙事组织和媒介融合三个层面，分析人工智能在主题提炼、风格探索、场景建构、动态影像和交互原型中的辅助作用，思考其如何拓展文化传播的感知维度与参与方式。同时，报告也将讨论AI介入文化创作后的价值边界、审美判断与创作者主体性问题，强调技术生成并非替代文化理解，而是为设计者提供新的叙事工具、表达方法和艺术实践路径。

Biography：龙娟娟，江南大学数字科技与创意设计学院副教授，CSIG中国图像图形学会可视化与可视分析专委会副秘书长，ChinaVis中国可视化与可视分析大会艺术项目，资深主席，CCF中国计算机学会人文智能委员会执委。主要从事数据信息可视化、数字媒体艺术、交互设计、视觉设计、AIGC视觉艺术研究。信息设计作品发表于Gestalten出版社出版的Data Flow；设计和指导作品入选2021 IEEE VISAP艺术展览，IEEE PacificVis Visual Data Storytelling、中国数据可视化创作大赛金奖、中国可视化与可视分析大会艺术竞赛金奖、中国数据内容大赛最佳大屏交互金奖、大数据应用创新大赛二等奖、紫金奖江苏文化创意设计大赛铜奖、“漫游澳门X狮舞丝路”AIGC短片漫游艺境奖等。

黄竹兰 贵阳学院美术学院，教授

Title：图像重生·技艺新生：数智语境下苗族图腾符号萃取与非遗视觉创新应用

Abstract：当下，传统非遗一直面临着技艺断层、传承困难的窘境，随着数智技术的快速发展，为非遗的传承与发展开辟了一条全新的出路。本专题以“图像重生·技艺新生”为核心，聚焦苗族经典图腾，运用扫描、AI拆解、矢量萃取等技术提取纹样造型、色彩与民俗内涵，搭建苗族图腾数字符号库。针对非遗传统手工技艺传承困境，我们搭建了“符号萃取—数字重构—视觉转译—落地应用”的转化路径。把这些古老的民族图腾，进行现代优化改造，让它们能够适配各类现代应用场景，期望在探索少数民族非遗创新发展模式的过程中，为非遗数字化保护与产业落地提供实践样本。

Biography：黄竹兰，贵阳学院美术学院教授，中国工艺美术协会会员，主要研究方向是民族民间手工技艺、非遗传承及创新。“马尾绣进校园”微课入选2024年教育部“礼敬中华优秀传统文化”系列活动；国家一级出版社出版专著1部，参编“十三五”国家重点出版物出版规划项目1项，CSSCI发表专业学术论文5篇、作品2篇，拥有外观设计专利20余项。

吕琳 山东大学，教授

Title：面向高端装备跨尺度结构的力热流智能仿真方法探索

Abstract：航空发动机等高端装备的内部结构日益复杂，普遍呈现宏微跨尺度特征。针对此类复杂结构开展力学、传热与流体等多物理场耦合分析时，传统数值仿真面临网格划分困难、自由度海量、计算代价极其高昂的瓶颈。本报告聚焦于突破传统算力限制，重点探讨面向复杂跨尺度结构的力热流智能仿真新方法。报告将深入挖掘传统数值求解器与深度学习的耦合机理，主要介绍两项核心工作：一是融合神经网络的多重网格加速求解器，显著提升复杂物理场的计算效率；二是提出基于守恒律的多尺度弱形式物理信息神经网络，以实现复杂结构中力、热、流场的高保真、低成本求解。上述工作对跨尺度多物理场的智能仿真进行了初步探索，并在部分高端装备设计中进行了验证，以期为该领域的后续研究提供些许借鉴。

Biography：吕琳，山东大学计算机科学与技术学院教授，博导。研究方向为计算机图形学、面向智能制造的几何计算，在ACM TOG、IEEE TVCG等期刊发表论文百余篇，出版专著一部，获授权国家发明专利四十余项并已转化应用六项。研发的核心算法集成于国产云CAD平台，并应用于航空发动机等国家重大装备核心部件自主研制。主持联合基金重点项目等5项国家自然科学基金；获陆增镛CAD&CG高科技奖二等奖、国际实体与物理造型会议（SPM2020）最佳论文一等奖、山东省自然科学一等奖、吴文俊人工智能自然科学奖二等奖等；担任ICXR 2026、GDC 2024、GMP 2020等程序委员会共同主席，IEEE TVCG、《计算机辅助设计与图形学学报》、《Advanced Manufacturing》等期刊编委。

高廷红 贵州大学，教授

Title：复杂纳米团簇结构的原子级可视化分析

Abstract：面对复杂材料数据在原子级可视化研究中的挑战，采用基本原子团方法分析半导体材料中的团簇结构特征，并提出团簇连通性策略表征各种形态的纳米团簇结构，实现对材料微观结构在不同物理过程中的全动态可视化分析，揭示纳米团簇结构与宏观性能的构效关系。相关研究成果为研究材料构效关系提供了可视化设计思路与独特见解，加速推动电子信息领域新型半导体材料与器件的研发进程。

Biography：贵州大学教授，博士生导师，贵州大学大数据与信息工程学院副院长，贵州大学国家智能制造产教融合创新平台与研究生联合培养基地主任，贵州省电子元器件实验室副主任，贵州大学自然科学创新团队负责人。主要从事电子信息材料与器件，材料大数据，数据可视化分析等方面的研究，已发表论文130余篇，其中SCI收录论文110篇。先后主持国家自然科学基金2项，国防军工项目2项，省级重点项目3项，在材料大数据领域取得了丰硕成果。

施道龙 林泉电机，高级工程师

Title：航空航天高性能特种电机系统的智能可视化仿真技术研究

Abstract：随着航空航天飞行器的多电/全电化进程加速，高功率密度、高速特种电机系统面临极端热、力、电磁与控制等多物理场强耦合挑战。本报告“航空航天高性能特种电机系统的智能可视化仿真技术研究”旨在打破传统研发壁垒，构建新一代电机数字化仿真设计体系。深度融合电磁场、结构场、场路耦合及磁热耦合仿真，并创新性引入无网格粒子法攻克高速旋转甩油冷却的多相流仿真难题。在此基础上，自主开发了可视化电机数字设计平台：集成仿真材料库可视化管理，实现多物理域求解器的自动调用。进一步引入自研AI算法进行电机方案自动寻优，并加入了转子护套结构自动设计系统。本报告将系统阐述该仿真技术路线及平台架构，探讨智能化、可视化仿真技术在突破航空航天电机设计极限中的核心驱动作用与未来发展趋势。

Biography：施道龙，林泉电机高级工程师、电机专业总师，贵州省级人才，从事航空航天领域特种电机研究，组织完成多个国家级航空航天领域电机科研项目攻关，发表多篇SCI、IEEE论文，获得省部级奖项5项，发表专利超过20篇。

邢德 中国空气动力研究与发展中心，工程师

Title：国产可视化工业软件NNW-TopViz研发进展：智能赋能与自主可控

Abstract：工业软件学习成本高，大语言模型开启了自然语言驱动交互的新范式，但仍存挑战。随着装备数字化和自主可控需求提升，亟需突破“卡脖子”技术。本报告展示国产可视化软件NNW-TopViz的探索：重构命令行逻辑，基于模型上下文协议与可视化管线集成实现自然语言交互；提出融合显式几何先验与多视角上下文的表征框架，实现飞机部件精准语义映射并完成软件集成；建设可视化自主库，研发高扩展、高鲁棒、适用于大规模并行的可视化函数工具集；提出基于参数域虚拟子块的高阶流场可视化方法，将高阶几何与物理场转为Bézier基函数表达，保持原始拓扑并构建空间加速结构，设计多级剔除机制，为高阶CFD提供更准确的后处理分析。

Biography：邢德，中国空气动力研究与发展中心计算空气动力研究所工程师。主要从事流场可视化技术研究及国产CAE软件研发与应用，尤其是基于深度学习的流场可视化技术以及自然语言驱动的可视化软件交互技术，曾先后在美国伊利诺伊理工大学、得克萨斯大学奥斯汀分校从事访问学者工作。在科学可视化领域相关期刊与会议上发表多篇论文，承担或参与某工程重点项目/子课题4项。

俞凌云 西交利物浦大学，高级副教授

Title：沉浸式环境中的计算：从空间显示到实时数据探索

Abstract：沉浸式环境常被理解为更自然的三维显示与交互空间，但在宇宙模拟、点云、体数据等多尺度科学数据探索中，真正制约体验的不只是“如何看”，更是“计算能否跟上人的探索意图”。本报告讨论沉浸式环境中的计算如何从离线预处理转向交互过程中的动态生成。通过GPU加速的自适应核密度估计，在VR中根据用户当前关注的区域与尺度实时重建密度场，使选择、定位和逐级导航能够形成连续的探索循环。论文实验显示，该方法在大规模点云上相较CPU基线获得数量级加速，并在用户实验中提升了多尺度选择的准确性、效率和主观流畅性。借此，本报告将进一步讨论沉浸式可视化不应只是数据的空间呈现，而应成为“感知、交互与计算”紧密耦合的实时分析环境。

Biography：俞凌云，西交利物浦大学智能工程学院计算机系高级副教授，媒体信息学与数据科学研究中心主任，博士生导师。主要研究方向包括数据可视化、空间交互技术，以及虚拟现实、增强现实和混合现实环境中的可视化与交互。已在可视化和人机交互相关领域发表论文100余篇，主持国家自然科学基金青年项目和面上项目各1项，参与国家自然科学基金项目2项，并协助撰写和成功申请欧盟科研项目1项。曾获可视化领域顶级会议IEEE VIS科学可视化时间检验奖、最佳论文题名奖，以及人机交互领域顶级会议CHI最佳论文奖。现担任IEEE VIS 2024 Workshop联合主席、IEEE VIS 2025和2026 Poster联合主席、BigVis 2024主席，PacificVis等可视化相关会议程序委员会委员，并长期担任IEEE VIS、IEEE TVCG、CHI、IEEE VR等顶级期刊和会议审稿人。

刘日晨 中国人民大学，副教授

Title：AR环境中的科学数据交互式探索

Abstract：在AR环境中，物理实体媒介交互是一种重要的交互手段，它将现实空间中的实体介质作为虚拟空间中数据的替身或交互控制器，并提供自然的空间映射和触觉反馈。然而，不同物理维度（1D，2D，3D）的实体媒介，对于不同的科学可视化任务具有不同的交互适配性，我们通过对比1D、2D和3D实体交互媒介在各类代表性探索任务中的表现，我们提供了AR环境中的交互设计空间，指导用户针对不同科学数据探索任务选择适配维度的媒介，该工作被ACM CHI’26长文接收。此外，该报告还将介绍将AR交互设计应用于科普的若干工作。

Biography：刘日晨，副教授，2017年获得北京大学博士学位，研究兴趣包括智能虚实融合与可视化、人机交互，智能多媒体。主持国家自然科学基金2项，参与国家社科基金重点等项目多项，主持其他项目多项。近年发表论文50余篇，以一作或通讯在CCF A/B类、ACM/IEEE Trans、中科院一区期刊上发表论文近20篇，包括A类刊物ACM CHI，ACM MM，IEEE TVCG, Bioinformatics等多篇。作为ACM MM，ACM ICMR，IEEE VIS Short，ACHI等会议的程序委员会委员。获得教学成果一等奖，本科优秀教学奖一等奖，优秀教师奖等，近五年指导学生获得江苏省优秀毕业论文省级奖项3项（省一等奖1项），江苏省研究生实践创新计划项目4项，以及教育部承认的主流竞赛国家级奖项30余项。

李静雅 北京交通大学，副教授

Title：从图谱到空间：面向文化数据的沉浸式可视化实践

Abstract：沉浸式可视化正在改变人们理解复杂数据的方式。它强调空间感、临场感和交互体验，使用户能够在虚拟或增强环境中观察数据关系、理解信息结构，并形成更加直观和具身的认知。本报告将围绕数字人文与文化数据可视化展开，结合知识图谱、数字展陈和文化遗产可视化等案例，探讨复杂数据如何从屏幕中的图表转化为可进入、可探索、可互动的空间体验。报告将重点结合数字鉴藏可视化实践，介绍如何将古籍文本、器物图像、鉴藏关系和审美信息转化为可视化系统，并通过虚拟场景、交互图谱和空间叙事增强用户对文化数据的理解与体验。

Biography：李静雅，北京交通大学建筑与设计学院副教授、硕士生导师、副系主任，世界华人华侨人机交互协会理事。先后获北京大学、荷兰屯特大学硕士学位及荷兰埃因霍温理工大学博士学位。主持国家自然科学基金青年项目、北京市社会科学基金等科研项目，参与国家重点研发计划、国家自然科学基金面上项目等多项国家级课题。相关成果发表于 IEEE TVCG、IEEE VR、CHI、Pacific Vis等国际高水平期刊与会议。她担任 PervasiveHealth 2026 大会程序主席、IFIP-ICEC 系列工作坊组织者，并长期参与 HCII、CHI PLAY 等国际会议组织及期刊审稿工作。其设计与研究作品曾受邀参展荷兰设计周，并获 Social Talent Award 提名、德国红点奖等国内外重要奖项。

赵凯星 西北工业大学，助理教授

Title：面向物理AI的沉浸式可视化交互探索

Abstract：针对物理 AI 存在物理推演过程不直观、人机交互割裂、仿真结果可解释性弱等痛点，本报告拟开展面向物理 AI 的沉浸式可视化交互体系探索。研究融合物理信息神经网络、XR 沉浸式渲染、实时动力学仿真与多模态交互技术，构建虚实双向同步的一体化交互框架。设计分层可视化渲染管线，对力学场、流体、形变等物理演化过程进行多尺度实时视觉映射。搭建手势、眼动、语音融合的自然交互通道，实现对物理 AI 模型参数、仿真边界、智能体行为的直观调控，打通 “物理计算 — 沉浸式呈现 — 人在环内干预” 闭环。

Biography：赵凯星，西北工业大学软件学院助理教授，法国图卢兹大学/法国国家科学研究中心计算机科学博士，近年来主要从事具身感知与交互的科研及产业化工作，先后在CHI、3DV、ICRA等领域顶级会议发表40余篇学术论文，并主持国家自然科学基金、中国博士后基金等十几项横纵向科研项目，研究成果在多个工业部门得到应用。

刘子鹏 北京航空航天大学，副教授

Title：从解释AI模型到理解AI 工作流

Abstract：人工智能模型的可解释性一直是可视分析中的重要问题。过去，我们更多关注如何解释深度学习模型的表示、归因、预测和错误；而随着大语言模型和智能体系统进入数据分析、代码生成和多步协作任务，值得理解的对象正在从单个模型扩展到完整的 AI 工作流。本报告将结合个人研究经历，讨论这一研究视角的变化，并探讨智能体时代可视分析可能面对的新问题。

Biography：刘子鹏，北京航空航天大学软件学院副教授，研究方向为可视化、人机交互、可解释人工智能，致力于研发人智协同的数据分析理论与软件工具。主持国家自然基金青年项目、参与多项国家重点研发课题与部委专项项目。在 IEEE TVCG、ACM CHI 等高水平国际期刊和会议中发表多篇论文，曾获 Pacific Visualization 2019 的最佳论文提名奖。任中国图像图形学会可视化与可视分析专业委员会委员，国内外可视化与人机交互期刊会议审稿人。

杨维铠 香港科技大学（广州），助理教授

Title：当可视分析遇上智能体：一个青年学者的探索与思考

Abstract：大模型与智能体技术的兴起正在深刻改变可视分析的研究范式。本报告将结合讲者近年来的科研经历，分享在这场技术变革中如何寻找研究定位的一些思考。报告将围绕两个核心问题展开：一是如何让智能体真正进入可视分析工作流，二是如何反过来利用可视分析的手段去透视和诊断复杂智能体系统。与此同时，我也将分享如何通过产学研对话发现兼具学术深度与落地价值的问题，以及在交叉方向探索中的一些经验与教训。

Biography：杨维铠，香港科技大学（广州）数据科学与分析学域、计算媒体与艺术学域助理教授，博士生导师，可视交互与协同分析实验室负责人。研究兴趣聚焦于大数据可视分析与机器学习的深度融合，包括数据合成与质量提升、智能可视分析、人机协同交互、可解释机器学习等。主持国家自然科学基金青年项目。在可视化（TVCG/VIS/CVMJ）和机器学习（ICLR/AAAI/MM/ACL）等领域发表论文20余篇，担任IEEE VIS、EuroVIS、IUI等国际会议的IPC/PC。曾获IEEE VIS最佳论文提名奖、CVM最佳论文提名奖、ACM北京分会优博奖和清华大学优博奖等荣誉。相关研究成果已在快手、上海数据交易所、仕邦集团等公司中落地应用。

王叙萌 南开大学，副教授

Title：面向信息安全的可视分析科研之路

Abstract：技术浪潮奔涌不息，前沿热点日新月异，我们既不能闭门造车，也不应随波逐流。本报告聚焦信息安全与可视分析这一交叉方向，结合讲者从学生到教师的科研经历，探讨如何在技术浪潮中动态校准前进方向，将外部研究热点囊括进自定义的体系化成果布局，使成果之间相互关联、层层递进，从而在学术圈塑造个人辨识度。

Biography：王叙萌，南开大学密码与网络空间安全学院副教授，数据与智能系统安全教育部重点实验室固定研究人员。她的研究聚焦于面向信息安全的可视分析，在IEEE TVCG、IEEE VIS、ACM CHI等国际顶级期刊或会议上发表十余篇论文。她曾获ACM天津分会新星奖和陆增镛CAD&CG高科技奖三等奖。

宋思程 华东师范大学，副教授

Title：大模型时代下可视化理解的探索与思考

Abstract：在大数据与生成式人工智能深刻重塑信息传播的今天，数据图表作为连接机器智能与人类认知的核心桥梁，正面临着双重困境：静态位图锁死了底层数据，而AI幻觉与蓄意篡改又模糊了数据真相。本报告将结合讲者近年来在智能可视计算领域的系列研究，分享这一主线背后的技术演进：首先是逆向可视化工程，探讨利用深度学习让机器解析复杂网络图表；其次是误导性可视化，针对多模态大模型的认知盲区，构建白盒可解释的防误导与篡改定位机制。在技术探讨之余，讲者也将结合自身从华东师范大学（博士）前往香港科技大学（访问学者、博士后），再回归母校任教的学术轨迹，分享青年学者在大模型浪潮冲击下的科研破局思考，以及在交叉学科中开展团队协作的一些拙见。

Biography：宋思程博士，华东师范大学数据科学与工程学院副教授，博士/硕士研究生导师。他于2024年博士毕业于华东师范大学计算机科学与技术学院，导师为王长波教授、李晨辉教授。他曾在香港科技大学VisLab团队从事访问学者与博士后的研究工作，合作导师为屈华民教授。主要研究方向为可视化理解、人机交互以及人工智能与可视化交叉等。近年来在IEEE TVCG、ACM CHI、ACM UIST、EMNLP、IEEE VR等重要国际会议和学术期刊上发表了多篇学术论文，并曾获得2026 年IEEE PacificVis TVCG Track最佳论文荣誉提名奖、2024 年CCF CAD&CG最佳海报奖。

吴绍武 贵州财经大学，副教授

Title：数据可视化版权保护与溯源

Abstract：数据可视化的版权保护与溯源问题，正随着截屏、摄屏、传输等不当扩散行为日益凸显，成为安全可视化研究中的一个关键挑战。过去，相关技术往往在水印鲁棒性与可视化质量之间进行折中，难以在保障视觉效果的同时有效抵御各类攻击。本报告将围绕我们近期在这一方向上的探索，介绍一种不影响可视化效果的水印版权保护框架。同时结合个人研究实践，报告将讨论该方法的设计动机、技术路径与潜在应用前景。

Biography：吴绍武，贵州财经大学校聘副教授，博士毕业于中山大学，专业网络空间安全。主要研究方向为多媒体安全、信息隐藏、数字水印等。在本领域国际期刊及会议如IEEE TMM、TCSVT、TDSC、AAAI、Signal Processing等发表学术论文10余篇。主持贵州省科技支撑计划项目1项。

陈思明 复旦大学，青年研究员

Title：Agent4Vis：主动式智能体辅助人智协同的可视分析与故事叙述

Abstract：随着大语言模型与智能体技术的快速发展,可视化正从"被动响应用户请求"迈向"主动感知意图、主动协同支持"的新范式,本报告提出 Agent4Vis 的研究理念,即以主动式智能体为核心,贯通"数据分析—故事叙述—沉浸表达"的完整链路,支撑人与 AI 在可视分析全流程中的深度协同;在分析环节,ProactiveVA 构建基于大模型的 UI 智能体,通过"感知—推理—执行"的流程持续监测用户交互、识别求助意图,在用户最需要时主动给出上下文相关、可解释且可控的建议与引导,突破既有系统"有问才答"的局限;在叙述环节,InfoAlign 以叙事为中心,将信息图创作分解为故事构建、视觉编码与空间布局三个阶段,在保持故事一致性与用户意图对齐的同时允许用户随时介入修正,实现透明可控的人智协同创作;在表达环节, KinemaFX 以运动学驱动,让非专业用户通过语义与运动学意图,借助大模型探索并定制富有表现力的粒子特效,增强数据故事的感染力,报告也将进一步讨论主动式智能体在可解释性、可控性与人机信任等方面的设计权衡,并展望人智协同可视分析与叙事的未来方向。

Biography：陈思明，复旦大学大数据学院青年研究员，博士生导师，上海市高层次引进人才，复旦大学可视分析与智能决策实验室（FDUVIS）负责人。曾任德国弗劳恩霍夫智能分析和信息系统研究所（Fraunhofer IAIS）研究员与德国波恩大学的博士后研究员，复旦学士（2011）、北大博士（2017）。从事大数据可视化，可视分析与人智协同的研究，主要研究方向包括：大模型驱动的可视分析及故事叙述，主动式数据分析智能体，3D沉浸式可视化等，应用于智能教育、人文智能、智能电力、舆情分析等方向。共发表国际学术论文100余篇，其中在IEEE VIS，IEEE TVCG, ACM CHI, CSCW等顶级国际可视化与人智协同会议以及期刊(CCF A)上发表50余篇文章，获得各类最佳论文海报/提名奖十余次（包括ACM CHI，IEEE PacificVis TVCG最佳论文提名奖等），获得AI2000国际可视化研究领域2014-2024十年最具影响力学者提名奖（全球100名），作为第一主编出版《大数据可视化与可视分析》教材。主持国家级项目、省部级项目与企业联合项目十余项。担任IEEE Computer Graphics & Applications (CG&A)国际期刊副主编，IEEE PacificVis论文主席，中国可视化大会论文主席等。

邓紫坤 华南理工大学，副教授

Title：基于可视分析的人机协同决策

Abstract：当前，城市复杂系统的运行管理正面临日益严峻的不确定性挑战，极端天气频发、人口密度持续攀升、基础设施负荷逼近极限，传统依赖经验判断和单一数据驱动的决策模式已难以有效应对系统性风险。本次报告将围绕“情报—设计—决策”三阶段决策路径，探讨可视化与可视分析技术在各阶段中的赋能作用。在情报阶段，可视分析帮助决策者从海量多源异构数据中快速提取关键信息，识别异常态势与潜在风险，变“数据过载”为“洞察聚焦”；在设计阶段，可视化技术支持多方案推演与对比评估，使决策者能够直观审视不同预案的可行性与权衡空间，提升方案设计的系统性与透明度；在决策阶段，交互式可视分析赋能集体研判与动态追踪，支持决策者在不确定性条件下进行多目标权衡，并持续跟踪方案实施后的反馈效果。结合城市排水系统分析与道路交通规划两个典型应用场景，展示可视分析如何支持决策者理解系统机理、比较设计方案并提升决策效率。

Biography：邓紫坤，华南理工大学软件学院副教授，博士生导师，大数据与智能机器人教育部重点实验室和亚热带建筑与城市科学全国重点实验室固定研究人员。2023年于浙江大学CAD&CG全国重点实验室取得博士学位，研究兴趣集中在计算机图形学、可视化与可视分析、人工智能、人机交互等，以及相关技术在智慧城市、数字孪生、工业软件等方面的应用。主持或参与国家自然科学基金项目2项、国家重点研发计划专项1项，广东省自然科学基金项目1项等。成果在IEEE TVCG、CVMJ、IEEE VIS、ACM CHI等高水平期刊会议发表论文近20篇，包括CVMJ亮点论文、ESI热点论文及《计算机辅助设计与图形学学报》封面论文，PacificVis 最佳论文荣誉提名，获广东省教学成果一等奖，陆增镛CAD&CG高科技奖三等奖及凌迪图形学学者奖励，并通过京东科技、阿里巴巴在城市空间规划决策、京津冀地区污染源头分析及危化品车辆监管场景落地应用。

李权 上海科技大学，副教授

Title：从被动响应到主动认知：LLM驱动的自适应混合主动交互与可视分析

Abstract：当智能体具备语言理解与推理能力，人机关系的根本命题随之浮现：交互主导权应如何分配？传统范式将智能体限定为“响应者”，人类承担全部认知负载。然而在复杂动态场景中，用户的意图是演进的，智能体的价值不应止于“回答”，而应在于“共思”。我们提出“自适应混合主动交互”作为下一代人机协同范式：智能体持续感知用户行为信号与任务情境，动态判断介入时机与方式，在响应与建议间平滑流转。该范式以两个支点为根基：可视分析将推理过程（思维链、多目标权衡、策略演化）外化为可审查的认知轨迹；自适应性依据用户状态灵活调整支持策略，在过度主动与过度被动之间寻求平衡。通过在策略推演、数据探索、实时协作三类场景中的系统实现与实验验证，我们发现：当智能体从工具跃升为认知协作者，用户并未丧失控制感，反而在透明化推理辅助下获得更强的决策信心。这指向更深的结论，即主动认知型智能体的设计本质，是对“何时信任机器、何时依赖自身判断”这一人类决策心理的精确编排。最后，我们提炼三项顶层原则：推理可溯、介入恰时、控制可逆，并探讨人机协同从“交互”走向“共演”的演进方向。

Biography：李权，上海科技大学信息科学与技术学院的长聘副教授，同时担任视觉与数据智能中心联合主任。他在香港科技大学获得计算机科学与工程博士学位，研究方向聚焦于人工智能、可视分析、可解释机器学习与人机交互的交叉领域。他担任中国图像图形学会可视化与可视分析专业委员会委员，并常年参与IEEE VIS、ACM CHI、IUI、UIST等顶级会议的程序委员会工作，同时为IEEE VIS、EuroVis、PacificVis、ACM CHI、CSCW及TVCG等权威期刊和会议担任审稿人。在加入上海科技大学之前，他曾先后在佐治亚理工学院担任访问学者，并在微众银行人工智能团队及网易游戏担任高级研究员。他的研究成果发表于可视化与人机交互领域的顶级期刊和会议，包括IEEE VIS、EuroVis、ACM CHI、UIST及TVCG等，并主持或参与了多项国家自然科学基金和国家重点研发计划项目。更多信息请访问个人主页：https://faculty.sist.shanghaitech.edu.cn/liquan/。

邓达臻 浙江大学，研究员

Title：大模型时代下的可视分析：从可视化理解到分析智能体

Abstract：随着大语言模型与多模态大模型的快速发展，可视分析正在经历新的范式转变。大模型不仅能够辅助用户生成图表、解释可视化结果，也开始参与更复杂的分析过程，包括理解用户意图、组织分析流程、调用数据处理与挖掘方法、生成可视化结果，并与用户共同完成洞察发现与验证。这使得可视分析系统逐渐从传统的交互式分析工具，发展为能够理解任务、协调过程并支持人机协同的智能分析环境。本报告将结合近期相关研究进展，讨论从“可视化理解”到“分析智能体”的发展路径。一方面，多模态模型为图表理解、视觉编码解析和可视化内容提取提供了新的技术基础；另一方面，智能体框架使模型能够进入更完整的可视分析工作流，承担规划、执行、协调和反馈等角色。在此基础上，报告还将进一步讨论自动化分析中的可靠性、可控性和人机协同问题，以及这些变化为未来可视分析系统设计带来的新机会。

Biography：邓达臻是浙江大学软件学院“百人计划”研究员、浙江大学启真优秀青年学者。围绕大模型驱动的可视分析、数据智能体、可信大模型等方向开展研究。在IEEE VIS、IEEE TVCG、ACM KDD、ACM CHI、UIST等CCF-A类可视分析、人工智能和人机交互会议/期刊上发表相关论文20余篇，曾获CCF-A类会议IEEE VIS 2022、2024最佳论文提名奖，获2023年度及2024年度浙江省科学技术进步一等奖、CSIG 优博等荣誉。担任IEEE VIS、PacificVis （TVCG-Journal Track）等权威会议的程序委员会委员。承担国家自然科学基金青年科学基金、浙江省重点项目、国家重点研发子课题、基金委重点项目课题，并参与2项浙江省“尖兵”研发攻关计划项目。相关研究成果应用落地至了中国乒乓球大数据分析平台，助力国家队备战国际重大赛事，获得良好的社会效益。

陈希 广东省数据要素产业协会，高级工程师

Title：医疗健康数据要素化与智能化产业价值释放路径

Abstract：本报告聚焦医疗健康领域数据治理、合规流通、价值变现三大核心痛点，系统阐述数据基础设施在医疗健康行业的全场景落地体系与建设范式。针对医疗行业数据隐私约束严苛、权属界定复杂、供需匹配失衡、价值量化困难等关键堵点，结合数据要素合规体系与人工智能技术能力，构建医疗数据规范化治理、安全可控流通、市场化价值释放的完整闭环。通过打通医疗数据要素流转壁垒，打造多维度数据可视分析平台，赋能医疗场景AI深度应用，推动医疗健康产业数据价值智能化释放转型升级。

Biography：陈希，中电工业互联网有限公司数据事业部部长，广东省数据要素产业协会秘书长，中国人民大学校外特聘导师，广东省技术标准化委员会委员，广东省百千万工程特聘专家。长期深耕数据与人工智能领域，牵头承担多项国家级数据重点专项研究，推进数据与 AI智能应用在重点行业场景创新与落地，牵头医药工业数据基础设施项目获数据要素✖️大赛全国奖及国家数据局数据基础设施典型案例。

高明 华东师范大学，教授

Title：国际中文教育高质量数据集建设

Abstract：国际中文教育是响应国家推广中文教育与文化的战略需求，本报告聚焦“水杉中文”高质量数据集的建设路径与实践经验。为实现平台“场景驱动、数据赋能”理念，在数据基础设施建设方面形成了系统化体系，系统梳理了该平台在高质量数据集建设中的关键技术与实践经验，为国际中文教育数智化转型提供参考。

Biography：高明，华东师范大学数据科学与工程学院教授、博士生导师，华东师范大学贵州研究院执行院长，复旦大学博士、新加坡管理大学博士后，CCF数据库专委会、信息系统专委会执行委员；承担了国家重点研发计划、国家自然科学基金重点项目、面上项目和青年项目等9项项目，曾获得国家科学技术进步二等奖、上海市科技进步一等奖、国家教学成果二等奖、上海市教学成果一等奖、阿里AIR项目优秀合作项目奖、CCF-腾讯犀牛鸟优秀科研基金、CIKM 2023年最佳演示系统论文奖和《计算机学报》2014-2019年优秀论文奖；在NeurIPS、SIGIR、AAAI、WWW、TKDE、《计算机学报》、《软件学报》等国内外顶级会议和期刊上发表论文100余篇，出版学术专著4部。主要研究兴趣包括：知识工程、预训练语言模型、计算教育学等。

涂著刚 贵阳高新数通信息有限公司

Title：大数据赋能招投标产业发展

Abstract：建设全国统一大市场核心在于破除区域、行业信息壁垒，保障各类市场主体公平获取商业资源与交易机会。招投标作为公共资源配置、要素流通关键场景，长期存在信息分散、获取成本高、中小企业商机触达难、市场竞争不对称等痛点。贵阳高新数通信息有限公司依托自有大数据平台立达标讯，整合全国全量招投标采购数据，融合数据可视、智能检索、AI 商机研判技术，构建覆盖全国、实时同步、分层普惠的招投标信息服务体系。平台累计沉淀近 7 亿条招投标原始数据，服务全国 500 万市场主体，通过免费基础服务、低成本分级会员、智能精准推送、竞争对手可视化分析等数字化能力，大幅降低中小企业信息搜寻人力、时间成本，打破大型企业信息资源垄断；同时依托全域招投标数据可视化监测，辅助识别地方保护、隐性排斥条款等市场壁垒，推动招投标交易规则统一、要素自由流动。本次报告结合平台运营实践，阐述大数据与可视分析如何打通跨区域标讯数据孤岛，实现商业信息均等化供给，让千万中小企业同步共享全国市场商机，以数字普惠夯实公平竞争根基，为招投标领域规范化、一体化发展、加快建成全国统一大市场提供市场化平台实践方案。

Biography：涂著刚，贵阳高新数通信息有限公司董事长，从事招投标大数据、商业可视分析及数字要素产业化方向研究。曾入选贵州省千层次人才培养计划、贵阳市第三批大数据百人计划，主持完成多项国家级、省级大数据科研项目。长期致力于公共资源交易数据治理与可视化应用，牵头打造立达标讯大数据服务平台，聚焦中小企业商业信息普惠共享，运用可视分析技术破除市场信息壁垒，助力全国统一大市场建设。长期投身大数据产学研协同创新。

刘军 贵州大数据产业集团有限公司，高级工程师

Title：公共数据开发及流通实践探索

Abstract：当前，随着人工智能技术在各行业的深入应用发展，公共数据、私域数据是行业关注的焦点，但是如何实现数据可信价值开发和流通应用面临着较多挑战，本报告围绕公共数据“供得出、流得通、用得好、保安全”的目标，提出在公共数据授权运营、语料建设、数据流通交易等方面的探索实践

Biography：刘军，贵州大数据产业集团有限公司数据事业部副总经理，高级工程师。 主要研究方向为数据治理、数据流通、数字政府。贵州省大数据实验室副主任，主持和参与多个国家级试点及省级数据平台项目建设。

邹赛 贵州大学，教授

Title：面向数据确定性传输的业务、资源全时空可视化

Abstract：“东数西算”是国家数字基础设施建设的枢纽工程，也是贵州产业格局的催化力量。由于这一工程的大规模和复杂性，包括网络拓扑的广阔性，数据传输的长距离性，以及动态算网资源的精确需求性，多业务及异构算网条件下确定性调度机理是关键挑战。如何对业务、基础设施、网络负载可视化是前提。针对东数西算业务具有多场景、大规模、远距离、算网异构等特性，围绕算网任务调度与资源管理协同难题，重点突破业务需求精准预测、异构算网的动态度量与封装、算网确定性协同调度等技术瓶颈，降低计算成本，提高数据流通的战略安全性，促进数据要素的跨域流动，推动数据中心合理布局。

Biography：邹赛，博士，教授、博导，贵州省千人创新人才，重庆青年巴渝学者，通信与信息系统贵州省院士工作站负责人，贵州省云网协同大数据创新中心主任，贵州省云网协同确定性传输工程中心主任，重庆市高校创新研究群体“面向建筑运维的多域异质物联网融合技术与应用”负责人，入选重庆市高校优秀人才支持计划，广西科技基地和人才专项计划，IEEE senior member。牵头制定并颁布了ETSI标准1项，国家推荐标准1项，IEEE标准1项，地方标准5项，同时牵头制定国内一级协会的团体标准4项。近五年获得发明专利19项，成功转化4项；在IEEE JSAC、TC、TMC、TCCN、TIV等期刊及MobiCom、GLOBECOM发表论文30多篇；主持国家科技攻关课题1项，国家自然基金1项，参与国家重大研究项目10多项，排名第一的省级科技进步一等奖2项、科技进步二等奖3项、三等奖3项。以成果“业务意愿驱动的确定性传输技术”入围《2022年度信息通信领域重大科技进展》。

刘乐 西北工业大学，长聘副教授

Title：从不确定性的主观感知到 AI 推理

Abstract：如何在不确定条件下做出合理决策，一直是多个领域中的核心挑战。很多情况下，问题并不在于信息不足，而在于不确定性的表达方式与人们实际感知和利用这些信息进行推理的方式之间存在偏差。研究人员探索了多种改进不确定性表达的方法，虽然能够在某些维度提升人们对不确定性的理解，但并不一定能够带来更合理的决策。这也引出了一个更深层的问题：如果人们对不确定性的感知已经得到改善，为什么决策偏差依然存在？多模态大模型的出现，为理解这一问题提供了新的研究视角。我们在相同的高不确定性条件下，对大模型与人类被试进行了对比实验。结果发现，尽管大模型在理解不确定性方面更加准确，但依然会表现出与人类相似的决策偏差。这些结果表明，我们或许需要将研究重点从“如何更好地表达不确定性”，转向“人类与AI如何更好地进行协同推理”。

Biography：刘乐，西北工业大学长聘副教授，空天地海一体化大数据应用技术国家工程实验室可视互动研究方向负责人。入选陕西省青年人才项目、陕西省高校青年创新团队。刘乐获美国克莱姆森大学博士学位，曾先后在美国德州农工大学、迈阿密大学及内布拉斯加大学林肯分校从事访问学者与博士后研究工作。长期开展可视互动、视觉认知与人工智能交叉领域研究，在IEEE TVCG、IEEE VIS、AAAI、IJCV等期刊和会议上发表论文30余篇，主持国家自然科学基金面上、青年等项目。指导学生获得中国国际大学生创新大赛全国银奖。研究成果应用于智能电网建设、无人集群控制、自然灾害预警、智慧农业等重要领域，团队获国内外创新创业奖项10余项。

周亮 北京大学，副研究员

Title：标量场数据集合可视化研究新进展

Abstract：标量场数据集合在科学模拟、医学影像分析等领域具有重要应用。本报告将探讨团队在标量场集合数据可视化中的新进展。具体地，我将介绍标量场集合可视化的概率包含深度和基于隐空间的一致性轮廓可视化两种新技术。概率包含深度方法支持模糊轮廓集合，并能通过考虑等值面的概率分布来编码敏感度信息。我们提出了GPU加速的高效并行算法，使新方法能够计算概率掩模集合、定义在各种网格上的集合以及现有方法无法处理的大型三维数据集合。一致性轮廓可视化方法的目标是提高二维标量场集合的不同可视化表示，例如轮廓箱型图和密度图，之间的一致性。我们利用深度神经网络在隐空间中对集合成员进行概率表征建模，构建了统一的轮廓集合分析框架：基于相似性度量矩阵，实现了高效的数据深度计算和不确定性聚类；利用深度神经网络重建所估计的集合概率分布，得到了比现有方法更符合成员分布的密度图。

Biography：周亮，副研究员，助理教授，任职于北京大学健康医疗大数据国家研究院。研究兴趣包括可视化基础方法，健康数据可视分析，医学混合现实。研究重点为科学数据集合的可信可视化，多变量三维体数据可视化，人机协同医学数据分析，和情景可视化医学教学。现主持国家自然科学基金面上项目，北京市自然科学基金、北京市社会科学基金项目。

李观 中国科学院计算机网络信息中心，副研究员

Title：面向科学可视化的智能代理方法

Abstract：科学研究正在产生越来越多、越来越复杂的数据，仅靠传统的数据可视化方法，已经难以高效支撑科学发现。人工智能技术的发展，为科学可视化提供了新的方法和工具，使其从传统的数据展示逐步走向智能化的数据理解与分析。本报告围绕面向科学可视化的智能代理方法展开，探讨智能代理在科学数据可视化流程中的作用。报告将从数据代理、计算代理和分析代理三个层面介绍相关方法，阐述其如何支撑科学数据可视化的高效表征、可视计算与智能分析，并且结合相关研究展示在提升科学可视化能力与效率方面的具体效果。

Biography：李观，中国科学院计算机网络信息中心副研究员。2021年毕业于中国科学院大学获工学博士学位。主要研究方向为科学可视化、智能可视分析等。主持国家自然科学基金项目、中国科学院先导子课题等5项科研项目，参与多项国家重点研发计划项目、中国科学院先导项目、国家重大科技基础设施项目等。在IEEE VIS、TVCG、EuroVis、IEEE PacificVis、CGI等可视化领域期刊、会议发表学术论文30余篇，曾获得IEEE VIS 2025最佳论文提名奖。

颜琳 爱荷华州立大学，助理教授

Title：面向科学发现的结构感知可视化与智能学习

Abstract：随着科学模拟、实验观测和人工智能的发展，科学数据正呈现出大规模、高维、多尺度和不确定性的特点，如何从海量数据中发现具有科学意义的结构与规律，已成为数据可视化与人工智能共同面临的重要挑战。传统方法往往关注数值误差、整体统计指标或预测精度，而对科学研究更加关注的结构特征、多尺度组织以及不确定性传播缺乏有效支撑。 本报告将介绍我们近年来围绕结构感知科学数据分析开展的一系列研究工作，探讨如何以拓扑数据分析（Topological Data Analysis, TDA）为核心结构表示，融合数据可视化、机器学习与不确定性量化，构建面向科学发现的统一分析框架。报告将重点介绍结构特征提取与可靠性分析、拓扑保持的数据压缩与降维、结构约束的科学机器学习以及结构感知的不确定性分析等方向，并结合气候预测、极端天气、催化反应、材料设计和生物系统等应用案例，展示结构信息如何提升科学数据分析的可解释性、可靠性与发现能力。

Biography：颜琳，爱荷华州立大学计算机学院助理教授、博士生导师。上海交通大学学士、硕士，犹他大学博士。主要研究方向为拓扑数据分析、科学可视化、人工智能与不确定性量化。博士论文获 2024 IEEE VGTC Visualization Doctoral Dissertation Award（国际可视化领域最佳博士论文奖），获 2026 美国国家科学基金（NSF）CAREER Award（美国最具声望的早期职业教师荣誉之一）。主持参与多项美国国家科学基金和美国能源部科研项目，在 IEEE VIS、IEEE Transactions on Visualization and Computer Graphics (IEEE TVCG) 等CCF A类国际期刊和会议发表多篇论文。担任美国国家科学基金评审专家，IEEE VIS、EuroVis、CGF等国际期刊及会议审稿人，曾任 IEEE VIS TopoInVis Workshop 共同主席（2023–2025），现任IEEE VIS Short Papers 程序委员会委员（2025–2026）。实验室长期招收博士生，欢迎感兴趣的同学联系交流。 https://lynneyan.github.io

蒋明蔚 华东师范大学

Title：NewsVis: GenAI-based Visual Storytelling for Corporate Financial News

Authors：Jia Bu, Mingwei Jiang, Shuqi Liu, Tong Lyu, Lumeng Wu, Shiqi Jiang, Boyuan Huangfu, Changbo Wang, Chenhui Li

Published in：IEEE TVCG accepted

Abstract：公司金融新闻对市场决策至关重要，但往往会让普通受众感到信息过载。数据视频能够有效弥合理解鸿沟，但其制作过程仍然是新闻工作者面临的一大瓶颈。我们提出了 NewsVis，这是一款由生成式人工智能（GenAI）驱动的创作工具，能够自动将非结构化叙事文本和原始金融数据集转化为专业的数据视频。不同于通用模型，我们的流程通过面向金融属性的领域专用分类体系来确保事实准确性，并通过多模态布局算法优化视觉信息呈现。此外，系统引入了人在回路的交互界面，使新闻工作者能够审查和校准生成结果。全面的定量与定性评估表明，NewsVis 显著降低了数据视频的制作门槛，同时提升了观众获取和理解信息的便利性。

Biography：蒋明蔚，华东师范大学2026级硕士研究生，师从李晨辉教授，研究方向为数据可视化

孙一平 中南大学

Title：Walking Through Discussions: A Mobile Visual Analytics System for In-Situ Group Discussion Analysis

Authors：Yiping Sun, Ziyao Kang, Wei Zeng, Minli Wu, Jiazhi Xia

Published in：IEEE VIS 2026 conditional accepted

Abstract：基于小组讨论的教学被广泛用于促进协作学习，然而实体课堂中的教师往往难以同时监控多个小组，并在干预前快速诊断目标小组。现有的可视分析工具主要支持桌面端的事后分析，对现场走动式教学的支持十分有限。为填补这一空白，我们提出了 MobileGroupVis，一个用于课堂小组讨论现场分析的移动可视分析系统。我们通过两个案例研究和专家访谈对 MobileGroupVis 进行了评估。结果提供了初步证据，表明 MobileGroupVis 能够支持教师理解讨论过程、识别需要关注的小组，并促进课堂干预。

Biography：孙一平，中南大学2022级博士研究生，师从夏佳志教授，研究方向为教育可视分析与人机交互，包括编程支持工具、实时数据分析等。

杨一航 复旦大学

Title：SMG-Vis: Supporting Judgment in Multi-Target Social Media Analysis through Group Exploration and Stance Reasoning

Authors：Yihang Yang, Kengyi Wang, Chen Yi, Chunran Hu, Xingyu Lan, Siming Chen

Published in：IEEE VIS 2026 conditional accepted

Abstract：现有社交媒体分析方法大多围绕单个分析对象或较为粗粒度的用户分组展开，容易忽略用户在多个相关目标上的立场组合，导致对用户群体的理解和解释不够全面。为了解决这一问题，我们提出了一个交互式可视分析系统 SMG-Vis。系统将每个用户表示为一个由多个目标立场组成的立场标签，形成具有明确语义的用户群体，帮助分析者理解不同群体之间由立场组合产生的关系。在此基础上，SMG-Vis 提供多个联动视图，支持群体信息的探索与比较，同时，系统还引入了立场原因推理支持，帮助分析者形成更加可靠、更加全面的分析结论。最后，我们通过2024年美国总统选举和俄乌冲突两个真实案例验证了系统的有效性，结果表明，SMG-Vis 能够支持细粒度用户群体的发现、分析目标的迭代优化，以及多目标社交媒体讨论中更加充分和有依据的解释。

Biography：杨一航，复旦大学2024级博士研究生，云南大学一带一路实验室在职，师从陈思明研究员，研究方向为社交媒体可视分析，社会计算

周云帆 浙江大学

Title：Cerebra: Aligning Implicit Knowledge in Interactive SQLAuthoring

Authors：Yunfan Zhou, Qiming Shi, Zhongsu Luo, Xiwen Cai, Yanwei Huang, Dae Hyun Kim, Di Weng, Yingcai Wu

Published in：ACM CHI 2026

Abstract：大模型驱动的Text-to-SQL工具降低了SQL编写门槛，但用户仍常因自然语言指令中省略数据模式、领域约定和任务需求等隐式知识而得到错误查询。本文提出一个交互式SQL编写工具Cerebra，它从用户的历史SQL脚本中抽取隐式知识，在生成查询时自动检索并注入相关知识，同时通过知识树视图帮助用户检查和细化模型假设。用户研究表明，Cerebra能提升定制化SQL编写的效率和可理解性。

Biography：周云帆，浙江大学CAD&CG全国重点实验室2024级博士研究生，师从巫英才教授和翁荻研究员，研究方向为数据智能与代码生成。曾赴香港科技大学开展科研实习，师从屈华民教授，主导关于数据转换脚本交互式代码补全的研究工作，相关成果发表于人机交互顶级会议ACM CHI。个人主页：https://yunfzhou.github.io/

侯硕伟 中国人民大学

Title：SNAP-tFDP: Massively Scalable Graph Layouts via Sparse Negative Sampling

Authors：Xin Chen, Shuowei Hou, Yifan Wang, Mingliang Xue, Zezheng Feng, Oliver Deussen, Weidong Huang, Yunhai Wang

Published in：IEEE VIS 2026 conditional accepted

Abstract：本文提出一种面向超大规模网络可视化的负采样力导向布局算法。通过线性归一化度加权与短程有界 t 分布作用力增强社区分离能力，并利用边中心负采样在 O(|E|) 时间复杂度下完成优化，无需额外空间树等复杂数据结构。进一步设计无锁束化并行机制，实现高效并行加速。实验表明，该方法在邻域保持与社区分离方面优于现有方法，平均内存开销降低 81%，并可在 10 秒内完成 400 万节点、3400 万边图的高质量布局。

Biography：侯硕伟，中国人民大学2025级硕士研究生，师从汪云海教授，研究方向为数据可视化、向量数据库索引

陈昕悦 北京大学

Title：How Historians Use Visualization: A Corpus-Driven Mixed-Methods Study

Authors：Xinyue Chen; Yu Zhang; Weili Zheng; Chiteng Ma; Xiaoru Yuan

Published in：EuroVis 2026 accepted (CGF)

Abstract：历史研究中的可视化正从零散的尝试逐步发展为系统性的实践。然而，关于历史学家如何使用可视化，我们仍然缺乏基于数据驱动的实证性的证据。本文提出了一项基于语料库的混合方法研究，结合了历史学与数字人文期刊中4,142篇研究论文图像的分析、协同构建的可视化分类体系以及半自动标注流程。我们构建了一个包含 14,021 幅图像的语料库，采用具有层次结构且面向领域的分类体系，并对其中 4,831 个可视化实例进行了进一步分类，并分析了不同期刊、历史学子领域以及时间维度上的可视化应用模式。为进一步解释这些模式，我们对 11 位历史学家开展了访谈，并使用 HiFigAtlas 系统作为边界对象（boundary object），支持对该语料库的协同检视。研究识别出历史研究中可视化所承担的不同角色，包括原始史料（primary-source）、证据综合（evidence-synthesis）、交流传播（communicative）、验证确认（confirmative）以及探索发现（exploratory）。此外，我们进一步发现，尽管历史学家使用图形具有多样化的目标，但持续存在的认识论与实践层面的障碍，例如不确定性、来源溯源（provenance）、论证合理性的负担（justification burden）以及出版限制，仍然阻碍着可视化的采用。本文基于实证数据，对历史学研究中的可视化使用进行了系统分析，并指出了支持历史学领域特定需求的潜在研究方向。

Biography：陈昕悦，北京大学2022级博士研究生，师从袁晓如研究员，研究方向为可视化与可视分析，面向领域专家的意图形式化。

叶铧远 香港科技大学

Title：VQ-ANR: Attention Neural Representation with Vector Quantization for Time-Varying Ensemble Data Exploration

Authors：Huayuan Ye, Bolin Zhao, Chenhui Li, Jun Han

Published in：IEEE VIS 2026 conditional accepted

Abstract：基于神经表示的替代模型在合成集合数据方面表现优异，但现有方法主要针对稳态集合数据，难以扩展至时变场景，原因在于参数空间中可插值特征网格的表达能力有限。为此，我们提出VQ-ANR，一种结合向量量化和注意力机制的神经表示方法，用于探索时变集合数据。框架分两阶段：码本构建和集合探索。第一阶段，采用带向量量化的自动编码器将连续数据嵌入映射为离散码本；第二阶段，给定参数输入，利用注意力机制从码本中查询相关嵌入，并与空间坐标共同输入隐式神经表示进行体素预测。我们在天体物理、宇宙学、流体力学和海洋等多个时变集合数据集上评估了VQ-ANR。定量与定性结果表明，VQ-ANR能预测高保真数据，有效捕捉模拟参数随时间的潜在关联，性能优于现有最优方法。

Biography：叶铧远，香港科技大学博士研究生，师从韩俊助理教授，研究方向为科学可视化。

于泽华 中山大学

Title：Parallel Clusters: Visual Comparison of Embeddings Based on Multi-Scale Neighborhood Analysis

Authors：Zehua Yu, Xiaoyi Li, Pengfei Liu, Jun Tao

Published in：IEEE TVCG

Abstract：理解嵌入向量间的关联关系，对神经网络可解释性、模型结构分析以及数据挖掘至关重要。但由于人们难以在脑海中对齐不同视图下的数据结构，直观对比各类嵌入向量存在较大困难。本文针对该难题展开研究，从多元视角构建多层级数据点分层结构，以此实现有价值的对比分析。 本文提出并行聚类可视化分析系统——Parallel Clusters，支持多尺度探索嵌入向量内部结构。该系统依托嵌入特征与属性双维度聚类生成算法，搭配自适应阈值邻域划分机制实现上述功能。用户可动态调节阈值，从而在不同粒度下探查数据结构。 系统界面采用平行坐标轴布局：由同一嵌入向量或同一属性生成的聚类簇，沿独立坐标轴对齐排布。该布局便于用户直观比对邻近聚类簇，挖掘不同嵌入向量间的关联规律。同时，交互式细分机制支持用户依据簇间连接关系细化聚类划分，深度剖析数据结构的依赖关系。 此外，本系统可将类别标签与数值型属性无缝融入聚类流程，形成一套统一分析框架，适用于多属性嵌入、时变嵌入以及网络结构衍生嵌入等各类数据。本文通过领域专家评测与多组案例实验，验证了 Parallel Clusters 系统的有效性。

Biography：于泽华，中山大学2022级博士研究生，师从陶钧副教授，研究方向为可视分析、强化学习、神经网络可解释性。

周起帆 浙江大学

Title：PROVA-GT: PROvenance-centered Visual Analytics for Grounded Theory

Authors：Qifan Zhou, Qingqing Bi, Weihua Zhou, Duo Chen, Siwei Fu

Published in：IEEE VIS 2026 conditional accepted

Abstract：在社会科学研究中，扎根理论（GT）被广泛用于分析和编码文本数据。尽管大型语言模型为大规模编码开启了新的可能，但它们也会产生过多的编码并引入幻觉，使得GT工作流程复杂化，给专家管理和追溯编码结果的来源带来了挑战。为应对这些挑战，我们开展了一项设计研究，并通过与创业管理领域科学家的访谈，提炼出一系列领域需求与设计任务。随后，我们提出了PROVA-GT，这是一个促进GT工作流程的视觉分析系统，同时支持编码生成的正向过程，以及溯源与精炼的反向过程，这两个过程相互关联且迭代进行。特别是，我们的系统以溯源工作流程为特色，借助智能体大语言模型和新颖的视觉设计，在反向过程中为专家提供辅助。为评估PROVA-GT的实用性及其在不同领域的通用性，我们分别报告了关于创业灵感与信任侵蚀的两项深度专家研究。同时，我们还开展了一项用户研究，以评估该溯源工作流程的有效性。

Biography：周起帆，浙江大学2023级本科生，商务大数据分析双学士学位项目在读（信息管理与信息系统-统计学），指导教师为傅四维，研究方向为人机协同决策，可视分析。

刘昊 同济大学，助理教授

Title：基于大模型的历史人物生命叙事智能可视分析

Abstract：历史人物的生命叙事往往留下丰富多元的文本，如何将其转化为可视的研究模式与传播方式，是人文学科在人工智能时代转型的重要议题。本项目以古代年谱等生命叙事文本为切入点，提出一套基于大模型的智能可视分析框架，并以清代学者陆陇其的四部年谱为例进行实践。平台构建了从原始文本到结构化数据提取、向量嵌入及多视图可视化的数据流水线，融合语义嵌入实现实体抽取、主题分类与智能问答。在可视分析层面，通过时间、关系、空间与版本等多维协同视图揭示生平演变、学术网络、行迹与差异，以联动交互和沉浸式叙事降低认知门槛。本研究尝试探索了大模型与可视分析在历史人物个案研究中的融合路径，旨在为相关文本的智能解读、比较研究与知识发现提供可扩展的方案。

Biography：刘昊，1990年11月生，浙江建德人，清华大学哲学博士，同济大学人文学院助理教授，硕士生导师；主要从事宋明理学、明清儒学和文献、江南儒学的研究，2019-2020曾赴哈佛大学任访问学者。主持国家社科基金后期项目、2022年上海市浦江人才项目等3项，近年已在《哲学研究》《中国哲学史》《哲学门》《古典文献研究》《浙江社会科学》等期刊发表相关论文。

曹芳芳 河南大学，长聘教授

Title：信仰的流动：史前玉琮的传播所见文明互动格局

Abstract：玉琮作为良渚文化的核心礼器，其外方内圆的形制承载着沟通天地的宇宙观，是神权与等级制度的物质符号。随着良渚社会瓦解，玉琮经由远距离上层交流网络，向北、西、南三个方向大规模扩散，成为观察早期中国文明互动格局的独特载体。本研究借助HGIS技术，系统整合良渚、龙山、陶寺、石峁、齐家、石峡等文化区的考古数据，构建了玉琮传播路径的动态可视化平台，实现“时间轴+动态地图”的双维时空叙事。同时，运用深度学习技术分析玉琮纹饰的流变特征，为史前文明互动网络重构提供量化基础。可视化与数据分析揭示，早期文明中存在一个跨越地理障碍的“上层社会交流圈”，通过共享或交换象征物来确认地位和联盟。玉琮的传播并非简单复制，而是呈现出鲜明的“在地化”特征。这表明史前中国呈现“多元一体”的互动格局，玉琮作为威望物品，在不同社会中被主动选择与改编，内核信仰与外在形式发生分离。AI与可视化技术将考古传播研究从经验描述推向数据驱动的可量化新阶段，让信仰的流动从“看得见”的器物流转，走向“算得出”的文明互动图景。

Biography：曹芳芳，河南郑州人。北京大学考古学博士、艺术学院博雅博士后，现为河南大学历史文化学院长聘教授，国家社科基金艺术学重点项目主持人。2014年10月至2018年8月曾在广东省博物馆从事藏品管理与研究、展览策划工作。当前主要研究方向为早期中国考古、艺术考古、工艺美术。2025年参与北京大学可视化发展前沿暑期班，获得“最佳课程设计奖”。

徐娴 香港岭南大学，助理教授

Title：从可视化叙事到具身文化可视化：数据、身体与活态遗产的交互表达

Abstract：人文数据可视化不仅关心如何呈现文本、图像、档案与历史材料，也关心如何组织文化理解与审美经验。本报告将从可视化叙事研究出发，结合讲者在 Cinematic Storytelling、数据驱动叙事与沉浸式交互方面的相关工作，讨论“叙事”如何从屏幕上的视觉组织，进一步延展到身体、动作、程式与活态文化遗产之中。报告将以京剧互动可视化项目为核心案例。该项目围绕京剧中的生、旦、净、丑等角色类型及其程式化身段，借助姿态识别、身体轨迹分析与实时视觉生成，将参与者的动作转译为水墨山水中的山、水、树、云等视觉元素。观众不再只是观看传统艺术，而是在身体参与、视觉反馈与审美生成的过程中，体验京剧表演中高度凝练的象征性与叙事性。通过这一案例，报告将进一步讨论人文可视化如何从“展示文化数据”转向“组织文化体验”，以及如何在文化语义映射、具身交互和实时生成视觉之间建立更有解释力和参与感的设计方法。报告最后也将简要展望该方法在武术、身体训练与其他活态非遗场景中的延展可能。

Biography：徐娴，香港岭南大学数字艺术及创意产业系助理教授，博导，英国剑桥大学数字人文中心 Associate。她的研究与创作关注艺术科技、数据驱动叙事、人机协作、沉浸式学习与文化可视化，成果发表于ACM SIGGRAPH、 ACM CHI、IEEE VIS、IEEE VR 等国际会议与期刊，艺术工作曾在 ACM SIGGRAPH、ICRA Art Program、Asia Digital Art Festival 等平台收录展出。她的 VR 教育相关研究曾获 IEEE VR 2025 Best Paper Honorable Mention。徐娴拥有香港科技大学计算媒体与艺术博士学位，并具有戏剧影视教育背景，长期探索如何通过可视化、交互媒体与创意技术推动人文知识的表达、学习与传播。

王桂娟 西南科技大学，讲师

Title：从诗词文本到文化图景：古代诗酒文化的交互式可视分析

Abstract：诗与酒是中国古代文学中高度交织的文化符号。诗酒是诗人抒情言志的重要媒介，也承载着丰富的情感表达、地域风俗和社会文化信息。如何将海量诗酒作品中的人物、时间、地点、意象和情感转化为可观察、可分析的文化图景，是人文学科与计算机学科融合研究的重要问题。可视化是连接大规模文化数据与人文解释的重要桥梁。团队采集整理从先秦到清代的十余万首与酒相关诗词，并面向数字人文研究需求，设计了集语义建模、图谱关联与可视分析传播于一体的研究框架，以期为中华优秀传统文化的创新传播提供新的方法支撑。

Biography：王桂娟，CCF高级会员、西南科技大学讲师、硕士生导师。先在北电网络、爱立信公司工作10年，后加入西南科技大学计算机学院。主要研究方向为数据可视化、数字孪生和数字人文，数字人文方面的研究主题是“诗酒文化”和“文人轨迹”。近年来，主研10余项国家级和省部级项目，参编图书2本，发表论文20余篇，申请专利和软著10余项。

赵林畅 贵阳学院，教授

Title：探索多彩贵州的文物世界，构建珍贵文物的三维可视系统

Abstract：报告以贵州丰富文化遗产为对象，构建“文物采集—文物处理—三维重建—可视化展示”全流程技术体系。综合运用多视角影像、结构光/激光扫描获取高精度几何与纹理数据，借助CNN、ViT、NeRF等算法实现特征提取、语义识别与三维建模，形成涵盖夜郎文物、历史建筑、民族服饰、非遗文化的三维可视形态数据。基于WebGL/Three.js搭建在线交互平台，支持三维可视数据旋转缩放、分类检索、知识图谱关联与详情档案查阅，突破线下展陈时空限制，为保护研究、教学传播与文旅体验提供三维可视化数字化支撑。系统已实现多类文物数字化三维可视入库，并规划衔接VR/AR、智能讲解等应用，助力贵州文化遗产的数字孪生与知识传播，推动区域文旅创新发展。

Biography：赵林畅，博士，贵阳学院计算机科学学院教授、硕士生导师。从事机器学习、深度学习、计算机视觉及知识图谱研究，在少样本学习、鲁棒特征提取、三维重构与可视分析方向形成系列研究成果。相关研究成果发表在Pattern Recognition、Knowledge-Based Systems等1区期刊，累计发表论文30余篇，出版中英文著作3部。主持省青年基金、教育厅青年基金、市人才项目等课题10余项，并参与国家自然科学基金及省级重点实验室建设。担任国家技术标准创新基地智库专家、贵州科学城博士服务团副秘书长，获授权发明专利8项、软件著作权10余项，研究成果兼顾理论深度与应用价值。

蒲剑苏 电子科技大学，教授

Title：从表征到智造：材料基因工程中可视化的角色演进与工业落地实践

Abstract：新材料研发周期长、成本高，传统“试错法”已遇瓶颈。本报告系统梳理了报告人团队近年在材料基因工程领域，利用可视化技术从基础数据分析到赋能AI驱动工业化落地的完整技术演进路径。报告首先以固态电解质材料研究为起点，展示了可视化技术在早期材料研发中的基础角色：针对高维理化参数、微观结构特征及机器学习建模过程，设计特征分布、降维聚类及模型对比（如雷达图、混淆矩阵可视化）等交互视图，解决了“黑箱模型”的可解释性问题，辅助材料学专家高效筛选出高离子电导率候选材料。在此基础上，报告重点介绍团队科研转型后，在钛合金及超高强度钢等工业体系中的前沿实践。面对高通量实验产生的海量多模态数据（成分、工艺、微观组织、力学性能）与复杂的“成分-工艺-性能”构效关系，我们构建了“高通量制备-数据库构建-AI模型预测-可视化分析系统”的全链条技术框架。核心工作包括：1）开发了集成随机森林、XGBoost等模型的性能智能预测系统，预测精度超90%；2）设计了面向工业工程师的交互式可视分析平台（如TAExplorer），支持成分设计空间探索、工艺参数优化及预测结果溯源；3）成功将技术应用于攀钢集团钢铰链材料的实际研发中，实现了从“数据展示”到“量产决策”的跨越。最后，报告通过对比两类材料场景，深度总结可视化在材料AI工业化落地中的核心瓶颈：数据孤岛、模型泛化能力、人机协同信任建立等，并提出“可视化即核心基础设施”的未来发展思考，为可视化技术深度赋能材料行业“智造”转型提供实践参考。

Biography：蒲剑苏，电子科技大学计算机科学与工程学院教授、博士生导师，入选四川省“千人计划”专家。主要研究方向包括数据可视化、图神经网络、端侧优化、人机协同、多智能体强化学习等。主持国家自然科学基金面上项目、青年项目、联合基金重点项目、四川省重点研发计划项目等课题，同时承担国家重点研发计划、国家科技重大专项、教育部联合基金、总装预研等多个重大项目研究。在国内外重要期刊及顶级会议上发表学术论文50余篇。现任中国图像图形学会可视化与可视分析专业委员会常任委员、计算机辅助设计与图形学专业委员会执行委员。

翁荻 浙江大学，研究员

Title：城市轨迹数据可视分析：从质量治理到决策支持

Abstract：城市轨迹数据记录了车辆、人员、货物等对象在城市空间中的移动过程，是理解城市运行状态、识别异常行为、优化交通治理的重要基础。然而，轨迹数据规模大、噪声多、时空动态性强、领域语义复杂，难以直接支撑可靠分析与科学决策。本报告将从质量治理、交互表达、异常分析和决策支持四个环节出发，介绍城市轨迹数据可视分析的相关研究进展。报告首先讨论如何通过交互式可视分析发现和处理轨迹数据质量问题，建立可信数据基础；随后介绍如何提升交互式轨迹可视化的构建效率，支持复杂轨迹数据的灵活表达；进一步结合危化品运输等城市安全场景，探讨如何从复杂轨迹中识别潜在异常模式并辅助专家解释分析结果；最后面向城市交通运行优化，讨论如何在多目标约束下通过模拟轨迹比较、评估和选择交通控制方案。报告希望展示可视分析如何贯穿城市轨迹数据从治理、表达、分析到决策支持的全过程，促进人机协同的城市运行理解与治理优化。

Biography：翁荻，浙江大学软件学院百人计划研究员、博士生导师。长期从事人机智能协同的交互式数据分析研究，累计发表可视化、人机交互等领域CCF-A类期刊/会议论文30余篇，获IEEE PacificVis最佳论文提名奖、陆增镛CAD&CG高科技奖三等奖等荣誉。主持/参与多项国家级、省部级科研项目，担任IEEE VIS/CGI/ChinaVis程序委员会委员、IEEE VIS/PacificVis/ChinaVis分论坛主席、Visual Informatics青年编委，以及IEEE TVCG/ACM CHI/ACM MM等国内外多个顶级会议与期刊审稿人。在加入浙江大学软件学院之前，他于2022-2023年期间在微软亚洲研究院担任研究员。更多信息请见个人主页https://dwe.ng。

谢亚坤 西南交通大学，副教授

Title：铁路桥梁数字孪生场景增强可视化方法

Abstract：铁路桥梁建造过程复杂，涉及施工阶段、环境条件、结构状态和多类用户需求。为了更清楚地展示桥梁建造过程，本报告围绕铁路桥梁数字孪生场景增强可视化展开研究。通过构建可视化任务模型，结合知识图谱、场景数据优选、多终端展示和感兴趣区域优化等方法，实现桥梁建造场景的高效展示、分析和交互探索，以帮助用户更快理解桥梁建造过程，并提升可视化效率。

Biography：谢亚坤，西南交通大学地球科学与工程学院副教授、硕士生导师，入选国家博士后创新人才支持计划、四川省高层次人才计划，致力于铁路数字孪生建模等理论方法与关键技术攻关，主持国家自然科学基金、国家重点研发计划子课题等科研项目10余项，在《ISPRS P&RS》、《JAG》、《IEEE TGRS》等本学科领域主流学术期刊发表论文50余篇，第一/通讯作者发表论文30余篇，高被引/热点论文5篇，获地理信息科学进步一等奖、中国虚拟地理环境教育教学成果一等奖、全国高校GIS新锐、西南交通大学科技新星等荣誉奖励。

郭漩 郑州大学，副研究员

Title：舰载机弹药转运跨模态可视分析技术研究与应用

Abstract：舰载机弹药转运由作业人员、保障装备、转运车辆等复杂集群协作实施，涵盖出库、装配、搬运、挂载等流程，是提高航空母舰作战实力的关键因素。然而，弹药转运跨模态数据并行混杂、约束耦合、要素离散，导致转运模式探索困难，转运方案理解受限，转运冲突检测不全。本报告分别面向舰载机弹药转运序列数据、图谱数据、报文数据，探讨如何利用可视分析手段洞察多阶段协同的作业模式，生成多要素约束的作业方案，检测多任务并行的作业冲突，通过建立人机协同的跨模态数据可视探索机制，提升舰载机弹药供应效能，助力捍卫国家领海主权。

Biography：郭漩，郑州大学计算机与人工智能学院副研究员，国家超级计算郑州中心特聘研究员，硕士生导师，主要从事时空可视分析与地理空间智能相关研究，在国内外重要期刊及会议上发表学术论文30余篇。主持国家自然科学基金青年项目、国家重点研发计划子课题，承担国家自然科学基金重点项目，相关研究成果成功部署至河南省交通运输厅，同时积极与华为云、潍柴动力、宝武钢铁等企业合作进行技术转化，支持企业智能化运营与管理。

王芬 复旦大学

Title：ChartFI: Benchmarking Faithfulness and Insightfulness of Chart Descriptions from Multimodal Large Language Models

Authors：Fen Wang, Zekai Shao, Qiman Kang, Chunran Hu, Zhixuan Zhang, Lexu Xie, Chao Liu, Siming Chen

Published in：IEEE VIS 2026 conditional accepted

Abstract：图表描述可以帮助读者迅速的把握数据里的核心内容。随着多模态模型被广泛应用于图表描述生成，如何系统评估描述的忠实性与洞察性成为一个关键问题。然而，现有benchmark多为简单、同质化的图表，相关描述多为浅层的事实罗列，评价指标也难以全面客观评估图表描述质量。针对这些问题，我们提出了Chart-FI Bench。我们首先从四个维度总结了高质量图表描述特点。在此基础上，我们构建了896个图表描述数据集，其中包含复杂图表和语义丰富的图表描述。同时，我们提出了四个评估指标：Faithfulness、Coverage、Informativeness 和 Acuity，从四个维度衡量模型生成描述的质量。实验表明，该框架能够有效评估主流 MLLMs 的图表描述能力，并揭示当前模型在复杂图表描述生成方面的共性不足。

Biography：王芬，复旦大学2026级博士研究生，师从陈思明研究员，研究方向为大模型驱动的图表描述生成

沈之洋 清华大学

Title：VisPuzzle: Task-Aware Composite Visualization Construction

Authors：Zheng Wang, Zhiyang Shen, Lingyun Yu, Shixia Liu

Published in：IEEE VIS 2026 conditional accepted

Abstract：复合可视化构建，即把多个可视化组合成一个有机统一的整体，具有多方面的挑战：设计空间庞大，并且需要平衡任务相关数据洞察的覆盖度、感知清晰度和美学质量。本文提出了 VisPuzzle，一种任务感知的复合可视化构建方法，将可视化组合问题建模为组合图上的搜索问题。在该图中，节点表示数据组合操作（并集、连接）或视觉组合操作（决定组件关系、空间排列或组件比例）；边则表示操作之间的可行转换。我们采用蒙特卡洛图搜索，从该图中高效识别高质量的复合可视化候选方案，并通过一个平衡任务相关性、感知有效性和美学一致性的奖励函数来引导搜索。一个用例和一项用户研究表明，VisPuzzle 构建的高排名候选方案与人类对复合可视化质量的判断高度一致，展示了该方法在支持系统化、可扩展的可视化组合方面的实用价值。 沈之洋，清华大学2025级博士研究生，师从刘世霞教授，研究方向为可视化和机器学习。

Biography：沈之洋，清华大学2025级博士研究生，师从刘世霞教授，研究方向为可视化和机器学习。

崔晋宁 中国人民大学

Title：Chart2SVG: Editable SVG Generation from Raster Chart Images

Authors：Jinning Cui, Lu Chen, Haoyan Shi, Yue He, Chenglong Wang, Mengyu Zhou, Weidong Huang, and Yunhai Wang

Published in：IEEE VIS 2026 conditional accepted

Abstract：本文提出了 Chart2SVG，一种多模态大语言模型，可将静态栅格图表转换为具有结构化组织和语义增强的 SVG，从而支持程序化编辑。通过将图表特定的语义标记引入视觉—语言模型，Chart2SVG 不仅能够捕获图表的几何图元，还能够理解其功能语义。为了实现鲁棒的结构恢复，我们构建了 Beagle+ 数据集，其中包含 3.3 万个经过规范化和结构提炼的图表样本。我们的方法结合了专门设计的训练目标以及感知渲染质量的后训练阶段，生成的 SVG 在视觉还原精度和结构一致性方面均表现优异。为了支持更高层次的图表操作，我们进一步构建了 Chart Structure Graph (CSG)，显式表示图表中各视觉元素之间的依赖关系，从而支持交互式探索、图表重构以及布局复用等任务。实验结果表明，Chart2SVG 在图表重建保真度和下游编辑能力方面均显著优于现有基线方法，为智能化、交互式可视化工具的发展提供了新的技术路径。

Biography：崔晋宁，中国人民大学2025级博士生，导师为汪云海教授，研究方向为矢量图表生成和多模态推理。

罗旭 中国人民大学

Title：Libra+: Compositional Interaction for Data Visualization

Authors：Xu Luo, Yue Zhao, Bongshin Lee, Jean-Daniel Fekete, Yunhai Wang

Published in：IEEE VIS 2026 conditional accepted

Abstract：我们提出了Libra+，这是一个用于交互式数据可视化的高层概念模型和库，支持将原始交互（primitive interactions）组合成复杂的交互。Libra+ 通过“触发—目标—反馈”（Trigger–Target–Feedback）模型将交互形式化，该模型明确了启动交互的输入事件、交互操作的目标对象以及生成的反馈。这一模型充当了高层交互意图与其模块化、具体实现之间的语义桥梁。为了实现这一方法，我们将“原子仪器”（atomic instruments）定义为可重用的交互单元，并引入了跨图形层和视图进行组合的协调策略。通过解决输入冲突、支持跨层同步以及实现可定制的反馈，Libra+ 既为交互设计提供了一套词汇表，也为构建模块化、可扩展且可组合的可视化交互提供了一个实用框架。我们将该模型实现为 Libra.js 的扩展，并通过一系列用例证明 Libra+ 能够复现复杂的交互式可视化，并将现有的交互泛化到新的场景中。通过支持仪器的参数化组合，我们的统一交互框架提升了可视化交互设计中的模块化和可扩展性。

Biography：罗旭，中国人民大学2024级博士生，导师为汪云海教授，研究方向为交互式可视分析。

古晓燕 浙江大学

Title：DAVA: Decoding Art With Visual Analytics Through Feature Modeling and Multi-Agent Collaboration

Authors：Wei Zhang; Xiaoyan Gu; Hengru Liu; Peiyi Jiang; Xianfeng Peng; Zhenqian Xu

Published in：TVCG 2026 accepted

Abstract：具象艺术作为一种深植于文化的媒介，编码着叙事、象征与情感意涵，反映着艺术家的创作选择与历史现实。近年来大规模数字化具象艺术藏品的开放，为计算分析提供了新机遇，但现有方法大多聚焦于分类或风格识别，缺乏对高层具象元素的结构化建模，也未能有效整合文化语境。为此，我们提出 DAVA——一套支持跨学科探索具象艺术的可视分析系统。 首先，我们从三个结构层级对绘画进行建模：面部表情（微观层）、姿态特征（中观层）以及物体共现关系（宏观层）。其次，我们利用视觉—语言模型从上述特征中挖掘潜在模式，并通过新颖的可视化设计加以呈现。第三，我们引入领域知识驱动的 AI 智能体，模拟跨学科研究团队，在文化与历史语境中对艺术作品进行解读。 为评估 DAVA，我们首先开展了定量评估，验证多智能体解读机制的准确性与一致性；随后通过案例研究与专家访谈，进一步证实了该系统在支持具象艺术语义层面与历史维度探索方面的实用价值。

Biography：古晓燕，浙江大学2025级硕士研究生，师从陈为教授和张玮老师，研究方向为可视化、数字人文、多模态理解。

马驰腾 北京大学

Title：TimeScape: A Multi-Resolution Timeline to Explore Historical Figures

Authors：Chiteng Ma; Xinyue Chen; Keli Gao; Rui Shi; Xiaoru Yuan

Published in：IEEE TVCG accepted

Abstract：历史的演进离不开人物的推动。如何从“同世性”的视角，在统一的时间标尺上可视化呈现大规模历史人物及其动态关联，是数字人文与可视分析领域的重要需求。然而，现有的大规模数据解决方案多依赖聚合策略，往往导致重要人物被弱化，同时在概览与细节之间缺乏顺畅的上下文衔接；在人物关联的表达上，也欠缺对相关背景的有效表征。 为此，我们提出 TimeScape，一个支持多分辨率分析的大规模人物传记探索系统。系统以绝对时间为组织基准，凸显历史发展的动态脉络；通过多层次布局、代表性采样与语义缩放，实现对大规模人物数据的高效浏览，使用户能够在概览与细节之间平滑切换，自由“漫步”于历史长河。系统还允许用户迭代切换中心人物，以探索人物间的具体关联，并通过时间对齐将这些关联锚定在可溯证据与明确语境之中。 评估结果与专家反馈表明，TimeScape 能有效支持从多角度理解与探索大规模历史人物传记数据，为历史研究提供了一种新的可视化途径。

Biography：马驰腾，北京大学2022级博士研究生，师从袁晓如研究员，研究方向为可视化与可视分析、数字人文。

张炜晗 中山大学

Title：NeuroLens: A Holistic Visual Analytics System for Exploring Brain Networks Across Scales

Authors：Weihan Zhang, Jun Tao

Published in：IEEE TVCG

Abstract：识别人脑网络中的生物标志物对于神经系统疾病的早期诊断以及疾病机制研究具有重要意义。现有可视分析方法能够辅助专家发现和验证潜在生物标志物，但大多仅关注纤维束的扩散特征，并将纤维束与脑区分开分析，难以全面刻画复杂脑网络的多层次结构及其相互关系。 本报告将介绍 NeuroLens，一种面向脑网络分析的多层次可视分析系统。该系统融合纤维束、脑区以及整体脑网络三个层面的信息，通过结合几何特征联合分布和基于注意力机制的图神经网络，构建多层次脑网络表示，实现从局部结构到整体脑网络的综合分析。同时，系统支持多维度比较分析，并结合大语言模型检索相关文献，为分析结果提供知识支持与证据验证。

Biography：张炜晗，中山大学2024级博士研究生，师从陶钧副教授，研究方向为科学可视化。

李振 天津大学

Title：ChartGalaxy: A Dataset For Infographic Chart Understanding And Generation

Authors：Zhen Li，Duan Li，Yukai Guo，Xinyuan Guo，Bowen Li，Lanxi Xiao, Shenyu Qiao, Jiashu Chen, Zijian Wu, Hui Zhang）, Xinhuan Shu, Shixia Lius

Published in：ICLR 2026

Abstract：信息图表通过结合图表、图像等视觉元素与文本信息，成为传达抽象数据的重要媒介。然而，其丰富的视觉与结构特征给主要在普通图表上训练的大型视觉语言模型（LVLMs）带来了显著挑战。为弥合这一差距，我们提出了 ChartGalaxy，一个面向信息图表理解与生成的百万级数据集。该数据集通过归纳式流程从真实信息图表中提炼出 75 种图表类型、440 种图表变体以及 68 种布局模板，并据此以程序化方式合成信息图表，最终包含 1,701,356 张合成信息图表和 61,833 张真实信息图表，每张图表均配有对应的数据表。我们从三个方面展示了该数据集的应用价值：1）通过微调提升模型在信息图表理解任务上的表现；2）为信息图表的代码生成任务构建评测基准；3）支持基于示例的信息图表生成。通过刻画真实设计中的视觉与结构复杂性，ChartGalaxy 为增强 LVLMs 的多模态推理与生成能力提供了有力支撑。

Biography：李振，天津大学副研究员，研究方向为智能可视分析和多模态理解。