第22屆中國計算機大會（CNCC2025）近日在哈爾濱拉開帷幕，以“數智賦能、無限可能”為主題，聚焦數字智能技術前沿動態與未來走向。大會積極響應國家“人工智能+”戰略，旨在推動計算技術與經濟社會深度融合。此次盛會吸引了全球計算機領域頂尖學者、產業領袖、青年學子及國際組織代表，注冊人數突破1.2萬人，規模創歷史新高。

作為大會重要組成部分，由網易伏羲承辦的“從連結主義到符號主義：探尋智能體技術生長路徑與產業新機遇”主題分論壇引發廣泛關注。論壇匯聚了來自高校、科研院所及產業界的數十位頂尖專家，圍繞游戲AI、具身智能、群體智能三大方向展開深度探討。通過學術報告、案例分享、產學研對話等形式，與會者共同梳理智能體技術從理論創新到產業落地的關鍵路徑。

網易伏羲負責人范長杰博士在開幕致辭中指出，智能體技術正經歷從“感知驅動”到“認知驅動”的范式轉變。他強調，連結主義與符號主義不再是孤立的技術路線，前者在深度表征學習領域的突破為后者提供了邏輯推理與知識表示的新可能。這種技術融合正在推動不同層級智能體系統的整合，為復雜問題的分治求解開辟新路徑。范長杰呼吁學術界與產業界加強協作，共同破解智能體技術在數字世界、物理世界及多智能體協同中的挑戰。

在技術成果展示環節，北京大學楊耀東教授團隊介紹了“去中心化的高效多智能體強化學習”研究。針對大規模人工智能系統擴展性受限的問題，團隊提出解耦全局動態與局部模型的學習框架，成功將決策模型擴展至數百智能體的復雜系統。該成果在城市交通路網中降低通信代價70%，在電力系統光伏調度中減少功率損失10%，為開發大規模AI系統提供了可行方案。

上海交通大學晏軼超教授團隊則聚焦數字人技術，展示了三維表征與生成式學習的最新突破。其研發的HyperStyle3D模型通過超網絡融合CLIP與ID損失，實現文本引導的三維人臉編輯；SewingLDM多模態潛擴散模型解決了服裝版型泛化難題，在GarmentCode數據集上表現優于現有方案；在人體驅動方面，團隊通過擴散模型實現文本引導的自然動作生成，并探索機器人運動控制等跨領域應用。

中國科學技術大學黃振亞教授團隊針對眾包平臺標注難題，構建了大規模長期數據集NetEaseCrowd。團隊提出的層次化元學習框架有效解決了冷啟動與認知異質性問題，其設計的IRT-Router框架在標注成本不足GPT-4o的1/30的情況下實現3%的性能提升。增量真值推斷算法InTruth的提出，則實現了標注者能力的動態更新，該成果已在網易有靈眾包平臺落地，降低標注成本70%的同時提升數據質量。

網易伏羲團隊展示了多項產學研結合的實踐成果。吳潤澤博士介紹的智能貨柜商品審核方案，通過置信度校準、多人答題和回報分解機制，將識別率提升至99%，響應時間縮短至180秒內。陳贏峰博士分享的工程機械智能化應用，其自研的“機械智心”訓練框架融合強化學習與專家數據，打造的“靈掘”模型在露天礦山裝車場景中實現人工效率80%以上、自動作業占比超70%。團隊還開放了TB級真實作業視頻數據集，推動行業智能化升級。

在技術交流環節，與會專家圍繞連結主義-符號主義融合、游戲AI創新、具身智能落地、群體智能協同四大議題展開深入討論。網易伏羲借此機會公布了首期15個“課題創新型”與“業務創新型”課題資助名單，并舉行授牌儀式。CCF副秘書長束慶山在致辭中表示，將充分發揮學會與企業的資源優勢，促進人工智能領域技術轉化與校企合作。

同期發布的二期課題聚焦人工智能與游戲、數字人、具身智能等交叉領域，投入百萬級資金支持11項關鍵技術研究。這些課題旨在通過產學研協同攻關，解決AI技術落地中的共性難題，推動產業升級。網易伏羲表示，將持續搭建學術界與產業界的合作橋梁，共同探索智能體技術的創新路徑，為數字經濟發展注入新動能。