2026年7月17日上午，数字传媒与人文艺术交叉学科群7月月度研讨会顺利召开，本次研讨会由智能媒体计算方向承办，数字传媒与人文艺术学科群成员参加了此次研讨会。会议以主题报告形式开展，汇报人为周新民教授、彭晗博士、史庆宇博士、李沁博士、吴博博士。

       周新民教授以“智能体安全：从大模型安全到可控行动系统”为题，介绍了智能体安全领域的研究进展。报告指出，智能体安全的核心在于确保AI在具备强大认知能力的同时，其行动边界始终处于人类可控范围之内，重点解决感知欺骗、工具调用越权、提示词注入等新型风险，是AI从“对话工具”走向“数字执行者”过程中必须解决的核心保障问题。

彭晗博士以“AIGC驱动的微短剧产业变革：技术赋能、美学转向与治理挑战”为题，分享了《AI微短剧发展研究报告》的核心内容。报告认为，AI微短剧并非简单的工具叠加，而是对剧本开发、角色设计、视频制作、翻译发行的全链路系统性重构；当前该领域仍面临角色一致性、长叙事稳定性和复杂表演三大技术门槛，治理合规需前置布局。报告核心判断是：AI微短剧将进化为“内容软件”，长期竞争力取决于模型、平台、合规与本地化的系统整合能力。

       史庆宇博士以“面向无损数据中心网络的Sub-RTT拥塞控制”为题，介绍了团队提出的Sub-RTT拥塞控制机制SRCC。该机制能够准确识别拥塞流量，将拥塞热点信息及时通知至流量源头并调整发送速率，有效缓解突发性拥塞。评估结果显示，与DCQCN、Swift、HPCC等国际先进方案相比，SRCC可将平均流完成时间最多降低61%，对提升数据中心网络传输性能具有重要意义。

李沁博士以“面向多模态意图识别的影响因子驱动层次解耦信息瓶颈方法”为题，介绍了团队在多模态意图识别方向的研究成果。针对多模态数据存在的信息冗余、噪声干扰与跨模态对齐偏差等问题，研究提出了输入自适应瓶颈模块IDAB与SeD-UD分层解耦框架，能够根据样本特征差异自适应调整信息压缩强度。实验表明，该方法在多项识别指标上取得较优表现，同时具有较好的推理效率。

吴博博士以“CogAgent：面向异构金融网络多源欺诈检测的自进化认知智能体”为题，介绍了一个模拟人类分析师推理与学习过程的认知智能体框架。该框架从多源数据中构建动态认知图谱，并通过“红队”对抗博弈、失败案例学习等自进化闭环机制持续提升检测能力。实验表明，CogAgent在检测精度、适应性和可解释性方面均显著优于现有方法，展现了在动态金融环境中的应用潜力。

交流讨论环节，与会教师围绕智能体安全边界界定、AI短剧的版权合规、Sub-RTT机制的部署成本等问题与汇报人展开深入交流，并就各方向下一步的交叉合作可能性进行了初步探讨。本次研讨会为学科群内各方向的交流互鉴提供了平台，对后续科研合作与学科建设具有积极意义。

（文学与数字传播学院 朱理婧）