社交多媒体

面向复杂社交媒体环境，围绕社交信息理解、智能体自主适应和群体协同决策等问题，研究人工智能技术在社交环境感知、社交行为分析和复杂事件推演中的应用。

1） 社交信息理解与分析：研究文本、图像、视频及用户交互行为等多模态信息的联合建模，重点开展社会事件感知、用户行为分析、观点与情绪识别、信息传播追踪和舆情演化研判，为复杂社会信息的理解与风险预警提供技术支持。

2） 社交智能体自主进化：研究社交智能体的长期记忆、知识积累、反馈学习和自主迭代机制，使智能体能够在持续交互过程中学习社会经验、适应用户需求和环境变化，提升其长期服务能力、个性化能力和动态环境适应能力。

3） 多智能体协同博弈与群体智能：研究多智能体之间的信息共享、角色分工、任务协作、策略博弈和协商决策机制，探索复杂社会任务中的群体智能涌现规律，实现社会事件模拟、群体行为推演和多方案辅助决策。

相关研究可应用于网络舆情分析与风险预警、突发事件感知、社交平台内容治理、公共政策与社会事件推演、智能政务服务及人机协同决策等场景。

跨模态生成

围绕多模态信息的统一表征、可控生成与动态环境建模，重点开展以下研究：

1)        可控图像生成与编辑：研究文本、图像、布局、姿态等多条件驱动的图像生成与编辑方法，实现生成内容在语义、结构、风格和局部细节层面的精准控制。

2)        专业领域图像生成：面向医疗、遥感、工业、科学计算等专业领域，研究融合领域知识与少样本学习的高质量图像生成方法，提升模型在专业场景中的真实性、准确性与泛化能力。

3)       世界模型：研究面向复杂动态环境的多模态世界建模方法，学习环境状态、物理规律和时空演化机制，支持未来场景预测、交互推演与智能决策。

视觉智能

围绕复杂开放环境中的视觉感知、场景理解与模型适应问题，重点开展以下研究：

1)        工业缺陷检测：研究面向复杂工业场景的微小缺陷识别、异常检测与质量评估方法，提升模型对少样本缺陷、未知缺陷和复杂背景的检测能力。

2)        低空目标感知与导航：研究无人机等低空平台的目标检测、跟踪、三维环境感知与自主导航技术，提升智能系统在动态、遮挡及复杂气象环境中的感知与决策能力。

3)        跨域视觉迁移与持续学习：研究不同场景、设备和数据分布下的视觉知识迁移、领域自适应与持续学习方法，使模型能够适应环境变化并不断学习新知识，同时减少灾难性遗忘。

具身智能

围绕复杂开放环境中的视觉感知、场景理解与模型适应问题，重点开展以下研究：

1） 工业缺陷检测：研究面向复杂工业场景的微小缺陷识别与工艺异常识别方法，提升模型对少样本缺陷与未知异常的检测能力。

2） 低空目标感知与无人机导航：研究无人机平台的目标与环境感知、自主导航，及反无人机平台的核心技术方法，提升智能系统在动态遮挡、复杂气象等严苛环境下的感知与决策能力。

3） 跨域视觉迁移与持续学习：研究不同场景、设备和数据分布下的视觉跨域迁移与持续学习方法，提升模型跨时空泛化能力。

脑机接口

围绕脑信息的感知、理解与临床应用，研究脑机交互中的信号采集、智能解码和闭环干预方法，重点开展以下研究：

1)        脑机信息感知与采集：研究脑电、眼动、生理信号及行为信息的高质量感知与同步采集方法，提升复杂环境下脑机信号获取的稳定性、准确性与可用性。

2)        脑电信号表征与解码：研究脑电信号的时空特征建模、多模态关联表征与智能解码方法，实现对认知状态、运动意图和异常脑活动的准确识别。

3)        辅助诊疗闭环：研究融合脑状态感知、智能评估、辅助决策与反馈干预的闭环诊疗技术，为神经系统疾病筛查、康复训练和个性化治疗提供智能化支持。