跨越半个地球的追踪：从硅谷到里约，我们为何连续 9 年死磕这场多媒体 AI 顶会？

这场开了 34 年的学术顶会，藏着多模态AI的前世今生。

作者丨胡清文

编辑丨岑 峰

2026年11月10日，第34届ACM MM大会将在巴西里约热内卢开幕，这也是大会创办34年来首次落地拉丁美洲。

届时，雷峰网将作为国内唯一参会科技媒体，全程报道本届ACM MM大会。

ACM MM 是多媒体方向公认的第一顶会，议程覆盖前沿论文、Demo 展示、产业 keynote 和开源竞赛，是少数能把学术讨论和工程落地放在同一个会场的顶级会议。如今AI领域最热门的多模态，学术源头就在这里。

自2017年，雷峰网便与 ACM MM 结下了不解之缘，从硅谷山景城到巴西里约热内卢，跨越半个地球，九年来始终对ACM MM大会保持高度关注。

01

九年前，

我们在硅谷看到了什么？

2017年10月23日 ，第25届ACM MM在美国山景城盛大开幕，大会第一次将会场搬进硅谷腹地计算机历史博物馆，那届ACM MM议程的含金量相当高。

早在开幕前，雷峰网就在前瞻报道中注意到一个历史性的变化：中国内地学者作为第一作者的论文达到了 93 篇，相比上一年的 61 篇大幅跃升50%，华人力量在多媒体方向的全面崛起已势不可挡。

第二十五届ACM MM主会投稿 684 篇，录用189篇，录用率 27.6%。其中，Best Paper 颁给了电子科技大学团队的《Adversarial Cross-Modal Retrieval》，用对抗学习做跨模态检索。NVIDIA 首席科学家 Bill Dally 做了关于深度学习高效计算的 keynote；Unity AI 副总裁 Danny Lange 演讲了用游戏引擎训练机器学习模型。

最佳“勇敢新思想”论文更有意思，IBM携手20世纪福克斯，让AI从一部完整电影中自动选取10个场景，生成了一支正式发行的电影预告片。而最佳开源软件奖颁给了 TensorLayer，一个日后被广泛使用的深度学习开发库。

在2017年，深度学习刚刚成为主流，多媒体社区已经开始热烈讨论如何将视觉和语言深度融合？AI 能不能做创意工作？大规模开源基础设施该怎么建？这些问题定义了此后九年的研究方向。

同样是在2017年，雷峰网的足迹遍布11场顶级学术会议，走访近百位学者，产出了60多篇深度一线报道。

02

ACM MM，

见证中国多媒体学派的崛起

在AI领域，不同方向的华人学者在国际舞台上的存在感其实差异巨大。

NLP 和计算机视觉方向，华人学者的崛起主要集中在近十年。多媒体方向则不同，华人几乎从一开始就是核心参与者，到后来逐渐成为组织者和定义者。而ACM MM大会，就是观察这个过程最清晰的窗口。

2006年，芮勇出任第十四届ACM MM程序主席，这也是华人学者首次担任这一职务。

三年后，第十七届ACM MM落地北京，大会主席中同时出现了两位华人：高文和芮勇。高文时任北大教授，后当选中国工程院院士；芮勇则担任微软亚洲研究院常务副院长，同时也是 ACM SIGMM 中国分会的创始主席。

这不仅是 ACM MM 第一次来到中国，也是中国多媒体研究社区在国际舞台上的一次集中亮相。

2009 年这场北京会议，像推开了一扇门。紧随其后的2010年ACM MM大会上，张正友和罗杰波同届出任程序主席。

彼时张正友在微软雷德蒙研究院，后加入腾讯创建了 AI Lab 和 Robotics X 实验室，是计算机视觉领域最早一批华人领军者之一。罗杰波则是少见的“两栖型”学者，此后又担任过 CVPR 2012 程序主席和 ACM MM 2018 大会主席，横跨两大顶会核心席位，2021 年获 SIGMM 最高荣誉杰出技术贡献奖。

2015 年，田奇出任ACM MM 大会主席。彼时他已回到中国，主导搭建了华为诺亚方舟实验室的视觉研究体系，是 ACM 和 IEEE 双 Fellow。

到了2018 年，ACM MM大会程序主席名单里出现了陈长汶和梅涛。陈长汶后在 2020年再次出任大会主席，2024 年获 SIGMM 杰出技术贡献奖，现任香港理工大学讲席教授。梅涛则在 2023 年再次出任大会主席，从微软亚研到京东探索研究院，再到创办 HiDream.ai，他走出了多媒体理解在工业界落地的完整路线。

华先胜则代表了另外一条路径。

他是 IEEE Fellow，北大数学出身，从微软亚洲研究院做到微软雷德蒙研究院，2015 年加入阿里巴巴担任高级总监，主导搜索事业部的多媒体技术。如今，华先胜仍长年活跃在 ACM MM 的学术委员会和评审体系中，堪称将多媒体研究从学术论文搬进亿级用户搜索系统的代表人物。

近二十年间，中国多媒体研究与 ACM MM 保持着深度绑定。这些多媒体研究出身的华人学者，至今仍活跃在大厂的 AI 实验室、多模态大模型团队和视觉搜索系统里。

03

雷峰网与ACM华人学者的不解之缘

上述那些如雷贯耳的名字，同样频繁地出现在雷峰网。

2016 年，芮勇受邀登上雷峰网GAIR大会的舞台。在2022年底，他接受了雷峰网《中国人工智能简史》系列的长访谈，回溯自己从自动控制转向多媒体研究的起点。

“从自动控制到多媒体研究，当中有很多东西包括维纳滤波、卡尔曼滤波都是相通的。”

此后 2023 年、2024 年，我们又和他就 AI 时代、具身智能做了两轮深谈。从微软亚研到联想 CTO，芮勇的很多判断，都是先在雷峰网讲给公众听的。

高文老师与雷峰网的交集更为长久。自2017 年起，他连续多年担任雷峰网 GAIR大会的大会主席和指导委员会主席，见证了这场大会从深圳起步、成长为 AI 学界年度聚会的全过程。

由高文老师提议、雷峰网创始人林军与学术报道负责人岑峰执笔的《中国人工智能简史》，目前第一卷已交出版社。记录中国 AI 的三十年，某种意义上正是从多媒体起步的。

张正友与雷峰网的缘分，则始于2017年CVPR会议期间的一次专访。此后三年，他连续出现在雷峰网GAIR大会的讲台上，分享了腾讯 Robotics X Lab 的机器人研究进展及计算机视觉的研究演进等内容。

华先胜与雷峰网的故事也可追溯至2017年，在那一年的 CVPR 现场，雷峰网 AI 科技评论与他进行了一次深入对话。正是在那场对话中，华先胜留下一个后来被反复验证的判断。

“电商搜索与城市大脑，本质上都是视觉系统问题。”

此后，华先胜又在 2018 年和 2019 年两度登上雷峰网 GAIR 大会的舞台。

2026 年 5 月，雷峰网再度推出与华先胜的万字长谈《工程智能，是 AI 的「成人礼」》，如今他已执掌同济大学工程智能研究院，主张“真正的工程智能，必须长在产业现场，也必须长成一套体系”。

同样活跃在 GAIR 舞台上的，还有梅涛、田奇和陈长汶。

梅涛早在 2017 年就参加了 GAIR 的 CV 专场，2020 年又出现在视觉场；田奇在 2019 年出席城市智能峰会，2020 年再度到场，除了主会场圆桌，还在视觉场做了一场分享；陈长汶则在 2021 年登上 GAIR 主会场。

而罗杰波与雷峰网的合作更偏学术一线，他与雷峰网合作过多篇论文解读，把ACM MM 的前沿研究带给中文读者。

从视觉系统到工程智能，多年间，雷峰网一路记录了诸多ACM华人学者观点的演进。

04

2026，我们在里约现场做什么？

作为唯一赴现场参会的中国科技媒体，雷峰网在里约的现场报道将围绕三条主线展开：

演讲单人精编。大会设有四场 keynote：

• Elisabeth André（德国奥格斯堡大学，人机交互与情感计算领域领军人物、莱布尼茨奖得主。），演讲主题 ：《从多媒体内容到情境化人机交互》

• 李海洲（香港中文大学，语音与语言技术领域资深学者。）演讲主题： 《倾听的中国之道》

• Clarisse Sieckenius de Souza（里约天主教大学荣休教授，符号工程学提出者。）演讲主题：《 AI 摘要时代的 “委托阅读”问题》

• Pamela Wisniewski（加州大学伯克利分校国际计算机科学研究所，青少年在线安全专家。）演讲主题 ：《为年轻人设计更安全的多媒体世界》。

届时我们将逐场旁听、单独成篇，把每位演讲者的核心观点带回中文世界。

精彩论坛汇总。panel、Brave New Ideas、专题论坛和多媒体挑战赛里的关键讨论，我们会按主题做综述，将精彩讨论做第一时间呈现。

一手信息报道。出发前，也请在评论区告诉我们你最想让我们问谁、看什么，我们把你的问题带到里约。

大会期间，雷峰网 AI 科技评论将保持约每天一篇的节奏，持续推出 ACM MM 2026 系列报道：keynote 单人精编、精彩论坛汇总、趋势复盘。

从硅谷的山景城，到巴西的里约热内卢，变的是举办地的经纬度，不变的是雷峰网始终身处全球 AI 变革最前沿的坚守。

敬请持续关注雷峰网&AI科技评论，与我们提前锁定 ACM MM 2026 里约现场的硬核思想盛宴！

ACM MM 即将召开，欢迎参会的研究者、学生，以及关注 AI 前沿进展的读者加入我们的交流群。

在这里，你可以认识同行、交流研究，分享招生信息、科研合作、约饭、投稿、组队参会等，寻找潜在的合作伙伴。

大会期间，我们也会持续带来现场报道速递、嘉宾演讲解读、前沿方向梳理和论坛精华。

会场见，也在群里见。

进群传送门：扫码进群或添加微信A17648278904，备注：ACMMM+单位/学校+姓名+方向。

未经「AI科技评论」授权，严禁以任何方式在网页、论坛、社区进行转载！

公众号转载请先在「AI科技评论」后台留言取得授权，转载时需标注来源并插入本公众号名片。