ACM MM 2026公布四大主题演讲：聚焦具身交互与AI责任

更强的模型能力与更出色的性能指标，向来是多媒体研究中最受关注的进展。但顶级学术会议的价值，同样体现在它对广泛议题的包容度上。

第 34 届国际多媒体顶会 ACM Multimedia（ACM MM 2026）将在巴西里约热内卢举行。大会公布的四位主题演讲嘉宾，展现了技术前沿与多元学科视角的深度融合。从选择性聆听到具身交互，从 AI 摘要的责任到青少年网络安全，信号处理、人机交互、语言学与社会计算在同一舞台交汇。

Elisabeth André：让具身 AI 融入真实人际交互

德国奥格斯堡大学教授 Elisabeth André 长期深耕多模态交互、情感计算、社会信号处理以及社交机器人领域。她关注的不仅是文字信息，还涵盖目光、手势、生理数据等多模态信号，这些恰恰是人类沟通中至关重要却难以被文本记录的要素。

在演讲中，她将探讨如何让具身智能在辅助沟通、群体讨论与儿童治疗等具体场景中理解并参与人机互动。日常交流中，停顿、微表情和身体动作都会改变沟通意图。面对多样的表达习惯，AI 需要学会如何提供恰到好处的反馈支持。

李海洲：机器如何实现选择性倾听

香港中文大学（深圳）人工智能学院院长李海洲横跨学术界与产业界，长期从事语音与语言处理研究。

他的演讲聚焦“倾听”本身，探讨鸡尾酒会效应下的选择性听觉注意机制，以及人类视听融合感知对目标说话人提取的启发。在嘈杂环境中，人类能自然聚焦面前特定对象的发言；但对机器而言，从混合音频中精准分离目标声音仍具挑战。李海洲团队通过结合唇部运动与音频节奏的同步关系，利用视觉辅助音频定位，展示了跨模态协同感知的潜力。

Clarisse Sieckenius de Souza：AI 摘要遗漏了什么？

来自巴西里约热内卢天主教大学的荣休教授 Clarisse Sieckenius de Souza 兼具语言学与人机交互背景，开创了符号学工程理论。

在生成式模型普及的背景下，她将探讨“委托阅读”带来的潜在风险：当用户越来越依赖大模型或多模态智能体总结文本、音频与视频时，信息压缩中的取舍与遗漏应如何审查？一段对白中的犹疑、讨论中的少数派观点，往往在高度概括的摘要中被抹平。用户节省了时间，却可能失去了原本不可或缺的语境。

Pamela Wisniewski：把年轻人纳入安全设计

国际计算机科学研究所（ICSI）首席研究科学家 Pamela Wisniewski 的研究结合了计算机科学、社会科学与以人为中心的设计，长期关注青少年的社交媒体行为、数据隐私与网络安全。

她呼吁在多媒体系统设计之初就融入安全与隐私保护，并让青少年作为共同设计者参与其中，保障使用者的自主权与数字福祉。

从人机交流的细腻信号，到视听感知的精细建模，再到信息转述的审查伦理与系统层面的安全防护，ACM MM 2026 呈现出多媒体技术演进的新注脚：单纯追求模型体量与跑分已不足够，技术正在深入更具体的现实环境，接受多重社会维度的审视。