会议合照
2026 年 7 月 17 日至 20 日，第十七届群体智能国际会议（The Seventeenth International Conference on Swarm Intelligence，ICSI 2026）在北京唯实国际文化交流中心成功举办。会议由国际群体与演化智能协会（IASEI）和跨媒体通用人工智能全国重点实验室联合主办，北京大学承办。并得到IEEE 计算智能学会（IEEE CIS）、国际神经网络学会（INNS）、世界软计算联合会（WFSC）等技术支持。考虑到部分海外学者出行不便，本届会议采用线下与线上相结合的方式召开，为全球群体智能领域的研究者提供了一个高水平的学术交流平台。
规模与影响
ICSI 系列会议自 2010 年在北京创办以来，先后在重庆、深圳、哈尔滨、合肥、巴厘岛、福冈、上海、清迈、塞尔维亚、青岛、西安、青海、横滨等地成功举办，今年再次回到北京。
·会议名誉主席由粒子群优化算法提出者之一、美国普渡大学印第安纳波利斯分校 Russell C. Eberhart 教授担任，大会主席为北京大学谭营教授，程序委员会主席为南方科技大学史玉回教授
·共有 44 篇论文在会上做口头报告，作者来自五大洲多个国家和地区，录用论文由 Springer 出版于 Lecture Notes in Computer Science（LNCS）系列
·会议设 2 场大会特邀报告、2 场特邀报告和 1 场专题讲座（Tutorial），同时设 1 个线下分会场和 2 个线上分会场并行进行
开幕式
谭营教授主持开幕式
7 月 17 日下午，参会代表在酒店大堂完成报到注册，当晚举行欢迎晚宴。7 月 18 日上午 8:30，大会开幕式在唯实国际文化交流中心多功能会议厅举行。
专题讲座（Tutorial）
Tutorial讲座
开幕式前，五位来自四所高校的青年学者联合带来了面向入门听众的专题讲座。讲座从群体智能与演化计算的生物学背景讲起，介绍了多层次选择等生物学机制对算法设计的启发，梳理了这两类算法扩展时的主要设计原则，重点讨论了元多样性、元训练和多层次机制的优势与局限。讲者们还从分布式计算的角度分享了团队在多尺度群体智能与元演化计算方面的研究成果，并展望了二者统一视角下的未来方向。
大会报告
Muhammad Khurram Khan
教授 · 沙特国王大学
大会报告 I：The Security Paradox of AI: Vulnerabilities and Resilience in Intelligent Systems
Khan 教授聚焦人工智能的"安全悖论"。一方面，AI 已成为通信网络、信息物理系统和自主平台的基础层，对抗攻击、数据投毒、针对大语言模型的提示与模型攻击，以及面向智能体系统的新型威胁，都暴露出当前 AI 部署的脆弱性；透明性、可解释性与伦理问题也进一步影响了人们对 AI 决策的信任。另一方面，AI 也是强有力的安全工具，在入侵检测、自适应威胁缓解、动态环境中的异常检测和主动防御等方面潜力巨大。报告最后提出了面向鲁棒、可解释、可信智能基础设施的研究议程。
Subhabrata Banerjee
教授 · 印度加尔各答工程与管理学院
大会报告 II：Evolution of Swarm Intelligence Algorithm & its Impact on Modern Systems
Banerjee 教授回顾了优化算法的发展历程。他指出，传统的梯度类方法和线性规划在多局部最优问题上表现不稳定，难以应对真实工程问题的复杂性，这推动了遗传算法、粒子群优化、差分进化、蚁群优化等群体智能与演化算法的兴起。报告还介绍了鲁棒群体智能算法的稳定性分析及其在工业 4.0 智能制造中的应用，以及结合有界输入有界输出（BIBO）稳定性的集成分析在现代通信系统中的价值。
特邀报告
Jiacheng Li
副教授 · 神奈川大学
特邀报告 I：From Swarm Intelligence to Organized Intelligence: Evolutionary Search for Models, Agents, and Collective Systems
报告提出了从"群体智能"走向"组织化智能"的统一视角。在基础模型时代，种群搜索、多样性保持、自适应协调等群体智能原则，已不再局限于传统的解空间搜索，而是越来越多地用于组织智能系统本身。报告结合模型变体上的质量多样性搜索、基础模型引导的涌现行为发现等前沿案例，以及讲者在车辆路径、疏散路径优化和群体启发式算法方面的研究，提出未来的进步可能不仅依赖于扩大单个模型的规模，还要依赖于更好地演化、评估和协调模型、智能体与集体系统。
Qiqi Duan
讲师 · 江西财经大学
特邀报告 II：PyPop7: A Pure-Python Library for Population-Based Black-Box Optimization
报告介绍了开源纯 Python 黑箱优化库 PyPop7。该库为演化算法、群体智能、模式搜索等种群类方法提供统一的 API 和简洁的实现，特别面向高维场景。针对种群类方法因随机采样而容易遭遇"维数灾难"的问题，PyPop7 收录了搜索分布分解、低内存近似、低秩度量学习、方差缩减、随机子空间集成等一系列改进采样策略，为大规模黑箱优化提供了便利的工具。代码与文档已在 GitHub 和 Read the Docs 上开源。
颁奖仪式
谭营教授为Best Student Papers颁奖
分会场报告
会议设 1 个线下分会场和 2 个线上 Zoom 分会场同步进行。44 篇论文的作者围绕以下主题做了报告：机器学习、多目标优化、粒子群优化、群体智能优化方法、AI 智能体、多智能体系统与具身智能、基于大语言模型的启发式方法、调度与任务分配，以及各类优化应用。报告内容兼顾理论与应用。方法层面，有粒子群优化的稳定性分析、竞争群优化器的改进、稀疏大规模多目标优化中的结构级知识迁移等工作；与大模型交叉的方向，有 LLM 驱动的车辆路径超启发式、多智能体协作自动化科研的实证研究、基于动态目标栈的 LLM 智能体行为仿真等；应用层面则涉及高熵材料晶体结构预测、无人机集群任务分配、森林火灾消防车辆协同调度、精准农业、重症监护机械通气策略优化等。会场讨论热烈，线上线下学者互动频繁。
Authors线下报告
结语
ICSI 2026 汇聚了来自世界各地的群体智能研究者，既展示了群体智能在理论、算法与应用上的最新进展，也呈现了群体智能与大模型、智能体系统深度交叉的新趋势。国际群体与演化智能协会（IASEI）和跨媒体通用人工智能全国重点实验室将继续依托 ICSI 系列会议，推动群体智能领域的国际学术交流与合作。
更多详情请访问官网：https://iasei.org/icsi2026/
