自主创新大讲堂——前沿讲堂人工智能专场第三期

一、组织单位

主办单位：深圳市科学技术协会

承办单位：深圳产学研合作促进会

协办单位：广东卓建律师事务所、深圳市跨境电子商务协会

二、举办时间、地点

时间：2025年3月13日（星期四）

地点：深圳市福田区福中三路国银金融中信大厦12楼

三、活动议程

四、嘉宾介绍

王松

职称职务：深圳理工大学计算机科学与控制工程学院杰出教授

前海外职称职务：美国南卡罗莱纳大学计算机科学与工程系正教授

研究领域：计算机视觉，机器学习，图像处理

个人简介：王松，国家级海外人才项目获得者。清华大学工学学士，伊利诺伊大学厄巴纳-香槟分校电子与计算机工程博士。研究领域是计算机视觉、机器学习和图像处理。研究方向包括图像分割、图像增强、视频理解、视频生成、3D建模等，以及计算机视觉在生物医学、材料科学、文化遗产保护、自动驾驶等领域的应用。至2024年12月，已在包括IEEE-TPAMI, IJCV, ICCV, CVPR等在内的重要刊物和会议上发表230余篇论文，其中CCF-A论文超过100篇。谷歌学者引用12000余次。

主要研究方向：

早期的研究方向包括：

• 基于图论模型的视觉感知建模。提出新的比例图划分理论算法，实现更为准确的图像分割和轮廓提取。应用于材料显微镜图像分割、交通道路裂缝检测等任务。

• 统计形状建模。针对大量同类物体形状样本，提出全局的形状对齐算法，建立高精度的形状统计模型。应用于2D/3D医学图像分割和异常检测等任务。

• 视频分析和理解。提出移动相机网络的概念，结合无人机、穿戴式等各种载体移动相机对多目标场景进行全方位多尺度的覆盖。针对带来的跨相机视频同步、目标关联、信息集成和行为识别等。

近期的研究方向包括：

• 基于大模型的图像增强。基于大数据，利用跨模态生成式大模型的泛化能力，对各种低质（如模糊、噪声、低分辨率、残缺、变形、暗光等等）图像进行增强。研究生成模型的可控性，提升图像增强的真实性和保真度。

• 视频生成/分析。研究视频生成大模型的算法和质量评估。利用高质量生成视频促进视频分析和内容理解，以及利用视频分析理解结果进一步改进视频生成的质量。

• 计算机视觉、机器学习和大模型在生物医学、机器人、材料科学、自动驾驶、文化遗产保护等领域的应用。

Jones刘中祥- IPO上市律师

Jones从事投融资及证券法律服务长达10年，曾为多家企业A股、美股IPO上市提供法律服务，如索威尔、中金科、瑞博俐等。现为广东卓建律师事务所合伙人律师、深圳市律师协会证券法律专业委员会委员、卓建上市合规中心主任。刘律师的专业特长包括投融资、证券与资本市场（IPO、新三板、再融资、债券基金）、并购重组、股权设计及激励、企业合规。

朱俊名 深跨协境外上市委员会副主任

朱先生从事财务金融有关行业10年以上，擅长行业调研，企业估值评估，资料分析，融资并购。曾任YP (SZ) Co., Ltd. 的运营总监和财务副总，融入现代管理系统，资产管理；国际资产架构师；ICAA专业资格；IAAP 英国国际专业会计师资格。

路演公司：玩出梦想（上海）科技有限公司

项目介绍：玩出梦想MR是全球首个安卓系统空间计算机。搭载双目8K Micro-OLED屏幕，并通过自研算法、高端硬件配置，实现全球领先的14ms彩色VST延迟以及眼手语音手柄多模态融合交互。玩出梦想MR在空间娱乐场景表现优秀，通过核心算法支持超低延时的高清显示，从而可以实现巨幕影院、多感官沉浸 MR/VR 游戏、3D拍看空间视频等功能，此外还可支持虚拟多屏办公，搭载 AI 助手，真正打造虚拟与现实无缝融合的未来美好娱乐生活体验。 技术介绍： VST（视频透视）技术是一种让用户能带上MR（混合现实）的同时能看到外部世界的技术。通过头显外部摄像头采集真实世界数据，经过三维重建等算法处理后显示在用户眼前的屏幕上。 在MR设备中，VST=是各家产品都会发力的核心功能，是链接MR用户和现实世界的重要桥梁。高清、低延迟的彩色VST功能可以实现令人惊艳的虚实结合效果，提升用户体验。 玩出梦想科技的彩色VST技术立足于高分辨率、高帧率的RGB摄像头系统，采用了800万像素的高分辨率摄像头，并且支持90Hz的高帧率采集。这一硬件配置使得系统能够以极高的精度和流畅度捕捉图像和视频数据，为后续的图像处理和渲染提供了坚实的基础。为了进一步提升用户体验，彩色VST技术在传统图像处理的基础上，进行了深度估计和三维渲染的创新性并行化耦合，这使得各个处理模块能够高效协同工作，减少处理过程中的冗余时间。 通过这些技术手段，玩出梦想科技成功实现了端到端仅14毫秒的超低显示延迟，这意味着用户在操作和视觉反馈之间几乎没有可察觉的延迟，从而极大地提升了沉浸感和响应速度。相比行业平均水平40-50毫秒的延迟，玩出梦想科技的彩色VST技术将延迟降低了60%以上，显著提升了视觉体验和交互的实时性。这项突破性技术在虚拟现实、增强现实以及其他需要高度响应的应用场景中，具有广泛的应用前景，尤其是在游戏、教育、医疗等领域，将为用户带来更加流畅、真实的互动体验。