从生成到行动 迈向自主决策新范式第三届全国大模型与决策智能大会顺利召开

2026年11月4日至6日，由中国指挥与控制学会主办，国防科技大学系统工程学院、中山大学人工智能研究院、中山大学系统科学与工程学院，以及中国指挥与控制学会大模型与决策智能专业委员会等单位共同承办的“第三届全国大模型与决策智能大会（Third China Conference on Large Foundation Model and Decision Intelligence，CCLD 2026）”在广州召开。本届大会以“从生成到行动，迈向自主决策新范式”为主题，聚焦大模型与决策智能领域的前沿技术、行业实践与未来趋势，为高等院校、科研院所、工业部门和企业搭建高端交流平台，持续推动大模型技术与决策智能应用的深度融合。来自全国相关领域的专家学者逾500人齐聚广州，围绕大模型与决策智能的理论前沿、技术路线和工程实践展开深入研讨交流。

大会合影

大会主论坛上，中国科学院计算技术研究所陈熙霖研究员、国防科技大学系统工程学院首席专家吕欣教授、国防科技大学贾焰研究员、中山大学计算机学院卢宇彤教授、中国兵器工业集团原首席科学家吴明曦研究员、北京航空航天大学经管学院吴俊杰教授、上海交通大学智能计算研究院葛冬冬教授、航天科技体系与创新院陆振林研究员等八位专家学者分别围绕具身智能、大模型推理服务、网络靶场、超智融合计算、智能化作战、社会模拟、数学优化与跨域智能指控等前沿方向作主旨报告，集中呈现了大模型与决策智能领域的最新研究进展。

陈熙霖研究员针对具身智能实体种类繁多、任务高度相关所带来的依赖性与专用化问题，提出通过分层的任务分解以及语言和具身实体相适配等实现迁移性，通过持续学习增强成长性等思想并介绍了团队的相关探索结果与未来关注的问题和发展方向。

吕欣教授分析了算力因负载不均衡而被系统性浪费的问题，重点介绍了面向屏障同步系统的通用负载均衡原理，给出了最坏情况下的理论保证，并通过实际部署实验验证了该方法的显著效果。

贾焰研究员介绍了鹏城靶场系统建设的创新成果及其应用。针对大规模网络靶场攻防态势准确、实时研判的难题，提出多维关联认知模型MDATA；针对分布式联邦靶场的攻防态势准确、实时研判的难题，提出MDATA的雾云算模型；以及针对攻防对抗技战术不断演进优化难题，提出MDATA的攻防博弈模型。

卢宇彤教授指出超级计算需要在人工智能时代支撑多样化任务需求，围绕“加速”与“融合”两个关键方向，系统介绍了超智融合计算体系的构建思路、软硬件协同设计与大规模科学工程应用实践，探讨了以系统能力支撑科学发现的新路径。

吴明曦研究员结合近期局部冲突的实战表现，从精确斩首、无人机作战、体系化算法运用等方面剖析了智能化作战的新特点，分析了无人机智能化改造对侦察打击效能的影响，并就智能化转型动向、大模型军事应用、低空反无人机能力建设等问题提出思考建议。

吴俊杰教授介绍了大语言模型在社会科学实验中的应用，提出“策略硅基实验”方法，依托社交媒体行为数据构建数字人个体，使大模型以特定个体身份而非纯推理的通用角色参与实验，并据此构建“知行”社会模拟系统，为更广泛的社会科学研究提供支撑。

葛冬冬教授线上介绍了数学优化算法在CPU、GPU等异构硬件条件下的加速新算法与应用，以及大模型求解大规模混合整数规划问题的最新探索和案例，并结合电力、物流等领域的实际优化问题，说明了算法与算力协同对求解效率的提升作用。

陆振林研究员立足跨域视角，结合国内外联合全域指挥控制的发展态势和运用情况，剖析了从平台优势向决策优势转变的内在逻辑与实践路径，围绕多源目标融合、跨域筹划调度等智能杀伤网构建关键技术展开论述，并展望了构建智能、弹性跨域智能指控体系面临的机遇与挑战。

会议期间，与会代表围绕大会录用的优秀论文展开热烈交流，就大模型与决策智能领域的最新研究成果相互切磋，会场内外思想交融、研讨热烈。学会介绍了《大模型进展》专栏，为领域内最新研究成果提供常态化的发布与交流渠道。会议同期举行了会旗交接仪式，提前筹划下一届大模型与决策智能大会。

11月6日，大会设置了11个分论坛，共66场专题报告。分别为大模型与生成艺术论坛、大模型与本体智能论坛、大模型与类脑具身智能论坛、大模型与智能感知论坛、大小模型协同智能决策论坛、世界模型与地球建模论坛、多模态大模型基础理论论坛、大模型与指挥决策论坛、大模型与群体智能论坛，本届大会还新增了青年硕博论坛和智能体与超级智能圆桌论坛，来自产学研各界的专家学者围绕相关议题展开报告与研讨。

从生成到行动，决策智能正由技术概念走向工程现实。本届大会集中展现了我国大模型与决策智能领域的最新进展，为推动该领域基础理论、关键技术与典型应用的双向贯通，以及相关行业的智能化转型提供了有力支撑。

未来，大会将继续发挥国内决策智能领域顶级交流平台的作用。一是持续引领学术前沿，推动自主智能、具身智能、超级智能等关键技术创新；二是深化产学研融合，加速前沿技术落地各行各业；三是持续构建良性生态，持续汇聚全国顶尖专家、青年学者、产业力量，完善学术交流、成果转化、人才培育一体化生态；四是推动安全与智能协同发展，助力我国人工智能产业高质量、安全、可持续创新发展。