MEET2027第二批嘉宾公布，聚焦AI4Science与量子计算，王颖等多位专家确认出席

MEET2027智能未来大会第二批嘉宾阵容正式公布，进一步强化了其在人工智能基础研究与科学交叉应用领域的专业厚度。本次大会定于2026年12月9日在北京金茂万丽酒店举办，由主办，主题为“智行合一，驭见未来”。继首批嘉宾后，第二批确认出席的演讲者包括百度集团副总裁、个人超级智能事业群组总裁王颖，以及多位在AI与科学融合领域具影响力的学者与产业专家。

王颖的加入凸显了大模型落地向“个人超级智能”演进的实践路径。作为百度在智能体方向的核心负责人，她将分享个人AI助手如何从工具型产品转向具备长期记忆、自主规划与跨任务协同能力的智能伙伴。这一方向正成为头部科技公司布局的重点——不同于通用大模型的“能力堆砌”，个人超级智能更强调场景适配性、隐私安全与持续学习机制，是AI走向深度用户嵌入的关键一步。

除产业界代表外，学术界重量级学者亦密集亮相。其中，IEEE Fellow、新加坡工程院院士、香港中文大学（深圳）人工智能学院院长李海洲教授确认参会。李海洲长期从事语音识别、自然语言处理与神经形态计算研究，曾担任《IEEE/ACM音频、语音与语言处理汇刊》主编，并在多个国际期刊与学会中承担编委及委员会职务。他的参与标志着MEET2027对AI底层技术演进与可解释性问题的持续关注。

值得注意的是，本次大会议题设置与2027年11月即将在香港举办的第二届人工智能赋能科学发现与创新国际会议（AI4Science 2027）形成呼应。后者由香港城市大学与深圳河套学院联合主办，聚焦AI方法如何驱动材料化学、生物医药、地球环境、物理仿真等自然科学领域的范式变革，同时探讨科学约束如何反哺新一代可信AI的发展。两场会议虽时间错开、主办方不同，但在核心关切上高度一致：即打破AI与传统科学之间的“两张皮”现象，推动算法、数据与领域知识的深度融合。

AI4Science已成为全球科研新范式的重要标签。以DeepMind的AlphaFold2破解蛋白质折叠难题为起点，AI在量子化学、气候建模、高能物理模拟等领域持续产出突破性成果。例如，2025年斯坦福团队利用图神经网络加速分子动力学模拟，将传统需数周的计算压缩至小时级；2026年MIT研究人员结合物理信息神经网络（PINN）与实验数据，实现了对湍流边界层的高精度实时预测。这些进展背后，是算力基础设施、高质量科学数据集与跨学科协作机制的共同支撑。

MEET2027此次特别设立“AI Infra”专题环节，意在梳理支撑上述应用的底层能力演进。其中包括：面向科学计算的专用训练框架优化（如JAX+Flax在微分方程求解中的适配）、异构硬件调度策略（GPU/TPU/NPU协同）、以及面向科研场景的轻量化推理部署方案。一位接近组委会的人士透露，部分演讲将首次披露国产科学计算大模型在气象预报与电池材料筛选中的实测性能对比数据。

另一大焦点是量子计算与AI的交叉探索。尽管通用量子计算机尚处NISQ（含噪声中等规模量子）阶段，但量子机器学习（QML）已在特定优化问题与生成模型中展现潜力。例如，2026年中科院团队基于超导量子芯片实现的量子变分自编码器，在小分子电子结构生成任务上相较经典VAE提升采样效率40%。MEET2027拟邀请相关项目负责人解析当前技术瓶颈——如量子态制备误差、经典-量子混合架构的通信延迟，以及如何构建可验证的QML基准测试集。

从议程结构看，本届大会延续“主论坛+垂直分论坛+闭门研讨”三层设计。主论坛侧重宏观趋势与重大成果发布；分论坛按领域细分，包括AI for Biology、AI for Materials、AI for Climate、Quantum-AI Integration等；闭门环节则面向企业CTO与高校实验室负责人，聚焦技术转化路径与人才协同培养机制。

相较2025年首届MEET大会，2027届明显强化了“科学导向”与“工程落地”的双轮驱动特征。首届更多聚焦大模型能力边界与行业应用案例，而本届则深入到科学问题建模、实验闭环验证与可重复性保障等更底层维度。这种转变反映出行业内共识的深化：当通用智能趋于饱和，下一阶段竞争将围绕“AI能否真正成为科学家的‘第三只眼’”展开。

值得留意的是，大会同步启动“青年学者计划”，面向博士后及助理教授开放10个免费参会名额，并提供与 keynote speaker 一对一交流机会。该计划旨在缓解跨学科研究初期的资源壁垒——许多青年研究者虽有交叉想法，却缺乏对接领域专家与工程团队的通道。

目前，MEET2027注册通道已全面开放。据主办方透露，截至11月下旬，已有来自清华大学、中科院、北大、上海交大、港科大、MIT、Stanford等30余所高校及科研机构的学者确认参会，企业端覆盖百度、阿里、华为、寒武纪、量旋科技、玻色量子等在AI与量子领域具代表性的公司。

随着大模型热潮逐步沉淀，AI发展的主轴正从“参数竞赛”转向“问题定义能力”与“科学严谨性”。MEET2027所汇聚的嘉宾阵容与议题设置，恰是这一转向的缩影：它不再仅是一场技术展示会，而试图搭建一个让算法工程师、领域科学家与政策制定者同频对话的平台。最终成效如何，有待12月9日现场检验。