当人工智能走向现实情景，前沿研究如何回应实际需求？10月29日，软件学院“躬行致远：AI产业落地对话”主题沙龙在军山校区举行。陈伟老师以“多模态长序列理解：挑战、趋势与前沿进展”为题，结合自身研究与项目实践，与同学们共同探讨技术原理及应用中的关键问题。

01

以交流为引 拉近学术距离

活动伊始，陈伟老师作了简短的自我介绍，并对多模态长序列理解、医疗诊断AI、文档与视频智能、大模型应用等相关方向研究向同学们进行了简要讲解,之后主动询问军山校区同学的学习与生活情况。亲切的交流为后续讨论铺垫了轻松、开放的氛围。同学们带着对沙龙主题的好奇，在围坐交流中开启了这场学术对话。

02

聚焦真实场景 理解前沿挑战

从同学们的关心点出发，报告逐步进入多模态长序列理解的核心议题。陈伟围绕文本、图像与视频等信息的协同理解展开讲解，将长文档、长视频等真实场景中的需求与技术挑战相联系。面对复杂版式、跨模态语义关联与长距离依赖，模型如何有效获取、组织和理解信息？随着讲解深入，同学们得以从具体任务出发，认识这一研究方向的价值与难点。

03

瞄准项目深入 拆解技术路径

在厘清问题之后，分享进一步落到具体研究与项目实践。陈伟结合Monkey、TextMonkey及Monkey-OCR等工作，拆解相关方法的设计思路，分析文档理解与解析的处理流程。屏幕上的结构示意与实例展示，将抽象原理转化为可循的技术路径，让同学们更直观地理解研究方案如何回应场景需求。

其中，文档解析中的结构分析、内容识别与关系建模，为理解复杂页面提供了具体切口。讲解由应用问题展开，再回到方法选择与流程设计，也让大家看到，走向实际应用需要同时关注模型能力与处理效率，在具体问题中寻找改进空间。

04

在问答中碰撞 于交流中启智

围绕报告中的原理与案例，现场进入讨论和提问环节。同学们结合自己的理解与疑惑，与陈伟展开交流。提问将聆听中的思考带到桌前，回应则让技术细节与研究思路得到进一步展开。面对面的讨论延续了报告的深度，也为同学们继续阅读、探索和实践提供了新的切入点。

活动最后，师生共同合影，为这场学术交流留下纪念。此次沙龙以研究案例连接技术原理与应用需求，让同学们在讲解和讨论中深化认识。躬行方能知难，笃思才可致远。愿大家把交流中的启发带回日常学习，在解决具体问题的过程中，走稳科研与实践之路。