报告题目：推理时缩放：赋能基础多模态生成模型

报告简介：

本报告将探讨推理时缩放（Inference-time Scaling）在基础多模态生成模型中的核心价值与应用潜力，为构建新一代高性能、高可靠的基础多模态系统提供启发。随着大模型研究进入后训练时代，通过在推理阶段引入搜索算法、验证器重采样及多模态思维链（CoT）等策略来增强计算量，已成为提升模型智能水平的关键路径。报告将重点介绍如何利用推理侧的算力投入，促使多模态模型从直觉性的模式匹配转向深层的逻辑推理，从而显著优化复杂视觉理解、长视频生成及跨模态指令遵循等高难度任务的性能。

个人简介：

梅康夫，现任 Google DeepMind 研究员，隶属于 GenAI Veo 视频生成团队。博士毕业于约翰霍普金斯大学电子与计算机工程系（ECE），师从 Vishal M. Patel 教授，期间专注于计算机视觉与生成模型的前沿探索。他的研究方向聚焦多模态生成式人工智能与世界模型的交叉领域，致力于构建能够模拟动态世界的AI系统，通过创造性控制能力推动更鲁棒的自主系统研发，并拓展娱乐应用边界。作为核心技术贡献者，他曾参与开发 Google 首个全设备端实时运行的扩散模型，相关研究成果已应用于多个 Google 产品线。

主持人：李俊诚 副教授

地址：理科大楼B520

时间：2025.12.30（周二）16:00-17:00