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。
热门跟贴