2026年大模型与智能体技术国际学术会议(LMIAT 2026)将于2026年7月17日至19日在中国杭州举行。会议旨在汇聚全球人工智能领域的学者、工程师,共同探讨相关技术的前沿进展与未来趋势。本次会议聚焦“技术理论及应用研究”,致力于构建一个跨领域的学术与产业交流平台。会议将围绕大模型理论与技术、智能体框架与多智能体系统、大模型与智能体系统应用等核心议题展开深度交流。

本次会议将聚焦两大核心方向,系统探讨相关理论与技术,并推动其在多元场景下的深度融合与应用。一方面,会议将深入探讨大模型与智能体的核心理论与关键技术。这包括但不限于大模型的高效训练、多模态融合、安全对齐与强化学习,以及智能体的认知架构、任务规划、多智能体协作与自适应学习等前沿议题。会议旨在推动理论框架的发展,深化对技术机理的理解,促进认知建模、自主决策与人机协同等方向的范式革新。另一方面,会议将紧密围绕“技术与应用融合”的主线,展示并研讨大模型与智能体技术在广泛领域的创新应用。重点涵盖医疗健康、智能制造、自动驾驶、航天系统、工业巡检及边缘计算等关键场景。通过汇聚跨学科的研究与实践者,会议致力于激发面向复杂真实场景的问题导向型创新,推动从技术突破到产业落地的价值闭环。

2026年大模型与智能体技术国际学术会议

2026 International Conference on Large Models and Intelligent Agent Technologies (LMIAT 2026)

重要信息

大会官网:www.iclmiat.org【点击参会/投稿/了解会议详情】

大会时间:2026年7月17-19日(具体时间以会议官网为准)

会议地点:中国-杭州-浙江树人学院

截稿时间:以官网时间为准 

出版检索:IEEE出版(ISBN:979-8-3195-4380-6),EI Compendex, Scopus检索

组织单位

大会组委

更多嘉宾信息可在【会议官网】了解

征稿主题

大模型理论与技术 智能体框架与多智能体系统 大模型与智能体系统应用

生成式大模型

预训练语言模型

多模态融合

大模型高效训练与优化算法

大模型分布式与并行训练系统

模型压缩与轻量化

硬件加速与异构计算

强化学习与大模型融合

大模型探针与行为分析

开源大模型与生态系统

大模型与符号化、逻辑推理

大模型与因果推断

智能体决策与认知建模

大模型在线与持续学习

大模型安全与对齐评估

智能体认知架构

智能体系统设计

任务规划与目标分解

工具调用与行动编排

多智能体协作

具身智能体

人机协作智能体

环境感知与模式识别

自适应智能体

智能体迁移学习

网络化智能体系统

多智能体社会模拟与交互

临床决策智能体

医学影像生成

数字健康

可穿戴智能体

工业智能体

智能制造

具身驾驶智能体

驾驶大模型

智慧交通

航天自主系统

机器人技术

智能物联网

边缘智能

通感智算

自主巡检系统

动态风险建模

智能视频监控

城市科学与智能系统

网络安全与自主智能

更多投稿方向可在【会议官网】了解

会议论文出版

所有的投稿都必须经过2-3位组委会专家审稿,经过严格的审稿之后,最终所有录用的论文将由IEEE出版社(ISBN:979-8-3195-4380-6)出版,见刊后由出版社提交至EI, Scopus检索。

投稿注意事项

 ◆ 论文不得少于4页(提交稿件需至少4页写满)。

 ◆ 会议仅接受全英稿件。如需翻译服务,请联系会议老师。

 ◆发表论文的作者需提交全文进行同行评审,仅做报告不发表论文,只需提交摘要报名口头汇报。

 ◆ 论文应具有学术或实用价值,未在国内外学术期刊或会议发表过。涉嫌抄袭的论文将不被出版。

 ◆ 作者可通过iThenticate查重或其他查重系统自费查重(含参考文献),由文章重复率引起的被拒搞,将由作者自行承担。

 ◆ 在稿件录用付费后,因个人原因需撤稿,需扣除30%注册费用作为手续费用。

 ◆ 论文格式需按出版社要求的模板进行排版,会议论文模板可在【会议官网】或找会议老师了解!

会议议程

参会方式

为了帮助科研萌新们能够更高效   的完成学术会议参会投稿的准备工作,我们还准备了【200元学术会议投稿优惠券】助力你投稿加速!全领域学术会议皆可使用再冷门的会议也能触达!可先领取收藏哦!

图片

200元学术会议投稿优惠券

↑↑↑

了解更多详细会议信息、投稿优惠

请添加会议老师

Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐