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？
AI科技评论 · 人工智能
胡清文 2026-11-07 17:45 广东 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