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。

多模态大模型：让视频理解更智能

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撑。

联邦学习：方向多样成果斐然

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

鲁棒分类联邦框架FedRC实验对比，发表于顶会ICML 2024

联邦遗忘FedOSD算法流程图，发表于顶会AAAI 2025

车网互动：AI赋能能源转型

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。

个性化联邦学习充电框架，发表于中科院一区期刊 IEEE TII

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。

产学研统合：与腾讯共探AI+优化

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。

唐晓莹教授主持深圳人工智能奖颁奖典礼活动

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。”

青年教授简介

唐晓莹

港中大（深圳）理工学院助理教授

唐晓莹博士，香港中文大学（深圳）理工学院助理教授、博导、校长青年学者，兼深圳市人工智能学会理事。主要研究方向为联邦学习、大模型、可信人工智能、电动车充电网络优化与博弈等。近年来在ICML、NeurIPS、ICLR、AAAI、AISTATS、EMNLP、IEEE SmarGridComm、TMC、TII、TSG、TPWRS、TMLR、IOTJ等国际期刊和会议发表学术论文60余篇，以第一作者获得IEEE通信协会智能电网旗舰会议IEEE SmartGridComm 2013年度唯一最佳论文奖，并获IEEE/ACM ASE 2023杰出论文奖、IEEE SmartGridComm 2024年度最佳论文奖、IEEE ICCT 2024最佳海报报告奖等，以第一作者在国际知名出版社Springer出版科研专著 1 部，现担任JCR一区期刊IOTJ副编辑，并担任Nature Machine Intelligence、ICML、NeurIPS、ICLR等国际期刊或会议审稿人。入选2024腾讯犀牛鸟专项研究计划、广东省青年人才计划，担任IEEE PES中国区电动汽车技术委员会委员、电动汽车与能源交通系统融合技术分委会常务理事、广东省计算机学会移动与边缘计算专委会常务委员、深圳市人工智能学会理事。获四川省国际“互联网+”大学生创新创业大赛优秀指导教师奖、香港中文大学（深圳）理工学院2023年度杰出贡献奖等。作为项目负责人主持多项中国南方电网、腾讯等知名头部企业项目。