2025年，香港中文大学（深圳）站在了新十年的起点上，作为中国高等教育综合改革的先锋，这座扎根大湾区，面向世界的年轻学府，在人工智能（AI）领域积累了深厚的科研实力与实践经验，自2014年建校之初，香港中文大学（深圳）便将AI列为战略核心，建立了“基础研究+技术攻关+成果产业化+人才支撑”的创新生态链，目前已打造国际一流科研平台100多个。2016年，大学率先成立机器人与人工智能制造国家地方联合工程实验室和深圳市大数据研究院。2019年，该实验室升级为深圳市人工智能与机器人研究院，与深圳市大数据研究院被正式授牌成为深圳市十大基础研究机构，这些科研平台的建立为学校在AI领域的持续创新奠定了坚实基础；十年间，大学在人工智能领域引进了包括全球高被引科学家和全球2%顶尖科学家在内的全球顶尖科学家团队，推动了AI领域的跨越式发展；与此同时，学校承担了多项国家重点研发计划和国家自然科学基金项目，并在国际科学技术领域斩获重要奖项，大学的机器人学科在CSRankings机器人领域连续十年被评为中国第一。

　　在这片创新沃土之上，一批在AI领域崭露头角的青年学者脱颖而出，他们在多个前沿研究方向取得了重大突破。例如：可以跨尺度微无创介入的手术机器人——微纳机器人；可以自主适应复杂未知环境、智能应对多样化任务场景的通用变形机器人；化学材料领域的AI导师系统；中国首个医疗领域的大型语言模型华佗GPT，成为首个通过国家药剂师资格考试的医疗大型语言模型；融合卫星遥感与企业数据，为“双碳”战略提供高精度决策支持的国内首个碳数据库……

　　即日起，大学推出“AI新星”系列专访，深入报道这些青年学者的研究经历与核心成果，讲述他们如何以创新思维应对国家重大需求与行业挑战。“AI新星”系列不仅是大学创新基因的缩影，更是中国AI迈向世界舞台中央的生动注脚。

　　在人工智能迅猛发展的浪潮中，香港中文大学（深圳）理工学院助理教授唐晓莹凭借其扎实的算法理论基础和广泛的应用研究，成功架起了AI与社会需求之间的桥梁。她的研究领域涵盖大模型（多模态、MOE）、联邦学习、充电网络智能等多个前沿方向，在人工智能实际场景应用方面展现出卓越的洞察力。

　　唐晓莹教授参加ICLR 2025（左：唐晓莹教授；中：斯坦福大学教授Prof. Christopher D. Manning；右：耶鲁大学应智韬教授）

　　唐晓莹课题组联合腾讯PCG团队，近期在机器学习顶会ICLR 2025上发表了突破性的研究成果——TRACE技术。该技术通过因果事件建模，为视频理解大模型提供精准的时间定位能力，不仅改善了传统视频检索k8凯发官网入口效率低下的问题，更为长视频内容管理开辟了新路径。

　　传统视频检索方法多采用逐帧分析，存在效率低、泛化能力差等局限。而TRACE技术通过将视频内容拆解为“时间戳-显著性分数-文本描述”三元组，显著提升了时序理解与定位精度。以足球比赛为例，TRACE技术能够在两小时的视频中快速定位射门或绝杀瞬间，为用户节省大量时间。这一突破不仅革新了视频处理范式，更为广告植入、智能剪辑、视频检索等场景提供了技术支k8凯发官网入口撑。

　　I：文本指令，F：视频帧的输入，tk, sk 和 ck：时间戳、显著性分数和文本描述

　　唐晓莹教授入职港中大（深圳）后带领第一批学生主攻的课题之一为联邦算法框架研发与深度理论分析，具体方向包括最优用户采样、个性化联邦、公平性、联邦遗忘等，相关论文发表于ICML、NeurIPS、ICLR、AAAI、AISTATS等AI顶级会议。

　　最优联邦采样算法DELTA与现有算法的理论收敛速率对比，发表于顶会NeurIPS 2023

　　在智慧能源领域，唐晓莹教授与南方电网展开合作，探索AI优化在车网互动中的应用。她指出，电动汽车的规模化充电既是机遇也是挑战。课题组在中科院一区期刊 IEEE Transactions on Industrial Informatics (TII)上发表了最新个性化联邦学习充电框架，提出了基于个性化联邦-深度强化学习的充电算法，大幅提升充电网络在线动态调度与定价机制的效率。同时结合用户行为心理学，引导电动车用户科学充电，缓解电网负荷压力。例如，基于前景理论来建模用户的“里程焦虑”充电行为，继而提出最优动态充电调度策略和定价机制，以引导用户充电行为，避免电网因集中充电而崩溃。

　　唐晓莹教授强调：“车网互动的核心是如何通过合理的商业模式实现车主、充电设施运营商和电网企业的共赢，我们的研究通过智能算法预测用户行为，优化充电负荷曲线。”该研究成果为构建可持续的电力系统提供了技术支撑，并推动了新能源与电网的协同发展。

　　唐晓莹教授的项目“考虑复杂约束优化的拍卖机制设计与基于因果预测的广告效果评估框架研究”成功入选“2024腾讯广告犀牛鸟专项研究计划”。该项目设计基于因果推断的技术框架，提出复杂自动拍卖环境下的最优出价策略，分析广告主行为与广告效果之间的因果关系，最大化平台收益，并提高广告效果预测模型的准确性和可解释性。

　　值得一提的是，2024腾讯犀牛鸟专项及专题吸引了超100所高校近400位学者的申报，其中985等头部高校学者占比86%，课题入选率仅为约14%。唐晓莹团队凭借在用户分析、商业模型设计和人工智能优化领域的深厚积累成功脱颖而出。这不仅是对其团队科研实力的认可，更彰显了AI+优化在实践应用中的广阔前景。

　　唐晓莹教授始终强调基础研究的重要性。无论是多模态大模型还是联邦学习，底层算法的突破更能推动行业的整体进步。她带领团队致力于轻量化部署，以更少的参数和计算资源实现高效能模型，为AI技术的广泛应用奠定基础。

　　在人才培养方面，唐晓莹教授指出，香港中文大学（深圳）注重学生的综合素质与社会责任感。她认为，人工智能领域的研究不仅需要扎实的数理基础，还需要学生具备抗压能力和吃苦耐劳的精神，以应对科研的高强度竞争。在AI迅猛发展的时代，扎实的基础研究才是应对技术浪潮的底气，正如她所言：“科研没有一蹴而就，只有不断试错后的厚积薄发。”