复旦大学 陈静静 教授
报告生成时间：2026年8月20日
个人主页：陈静静
所属团队：复旦大学视觉与学习实验室（FVL，Fudan Vision and Learning Laboratory）
一、学者基本信息
| 项目 | 内容 |
|---|---|
| 姓名 | 陈静静（Jingjing Chen） |
| 现任职位 | 教授、博士生导师 |
| 所在单位 | 复旦大学计算机科学技术学院 / 可信具身智能研究院（Institute of Trustworthy Embodied AI） |
| 所属实验室 | 复旦大学视觉与学习实验室（FVL）核心成员 |
| 办公地址 | 复旦大学二号交叉学科楼 D5021 |
| 电子邮箱 | chenjingjing@fudan.edu.cn |
| 个人主页 | https://jingjing1.github.io/ |
| Google Scholar | https://scholar.google.com/citations?user=y01ICTAAAAAJ |
| FVL 实验室 | https://fvl.fudan.edu.cn/ |
| 主要研究方向 | 多媒体内容分析（跨模态检索、图像/视频分类、多模态伪造检测、食物识别与营养分析）；多媒体模型安全（对抗攻防、可迁移对抗攻击、后门攻击、对抗训练、大模型对抗鲁棒性评测、生成式模型不安全概念消除）；具身人工智能（多模态感知、物体操作） |
| 代表性成果 | 论文发表于 ACM Multimedia、CVPR、ICCV、ECCV、AAAI、ICML、NeurIPS 及 IEEE TIP/TMM/TPAMI/IJCV 等顶会顶刊，累计 90 余篇 |
| 人才计划 | 上海市"海外高层次人才"、"浦江人才计划"入选者 |
二、教育背景与职业履历
陈静静的求学与科研轨迹横跨武汉、天津、香港、新加坡四地，呈现出鲜明的"多城历练"特征。本科就读于武汉理工大学；在放弃保研本校的机会后，她北上考入天津大学攻读硕士，并在本科老师推荐下进入当时仍在天津大学任教的操晓春（Xiaochun Cao，现中国科学院信息工程研究所研究员、国家杰青）课题组，由此真正接触科学研究。在操晓春组期间，她开始阅读英文文献、参与图像识别相关课题，奠定了后来以计算机视觉与多媒体为主线的科研底色。
硕士阶段临近尾声时，受硕导建议，陈静静慕名向香港城市大学（City University of Hong Kong）的 Chong-Wah Ngo（杨宗桦，后转任新加坡管理大学 School of Computing）提出申请，于 2018 年 7 月获得香港城市大学计算机科学博士学位，博士阶段在 VIREO 实验室从事视频与多媒体内容分析研究，方向从图像识别逐步深入到食物图像识别与跨模态检索。她将这段读博经历形容为"最轻松、最快乐的时光"，并强调其导师治学"特别细致"，实验室风格强调学生自主性与探索意识。
2018 年 9 月至 2019 年 7 月，陈静静赴新加坡国立大学（National University of Singapore, NUS）计算机学院从事博士后研究，任 Research Fellow，师从多媒体领域权威、NExT++ 中心负责人 Chua Tat-Seng（蔡达成）。这段 NUS 经历将她带入跨模态、多模态理解与多媒体应用的更前沿语境。
2019 年 7 月，陈静静被复旦大学计算机科学技术学院引进为青年副研究员，并入选上海市"海外高层次人才"与"浦江人才计划"。此后她在复旦迅速成长，先后晋升副教授、教授，现同时隶属于正在筹建的可信具身智能研究院，并担任 FVL 实验室核心教师。在科研项目方面，她主持或参与了国家自然科学基金、科技部 2020 年"科技创新 2030 — 新一代人工智能"重大项目、上海市行动计划等多项课题，研究主题从早期的食物图像识别、跨模态检索，逐步拓展到多模态伪造检测、多媒体模型对抗安全与负责任的生成式 AI，再到具身智能的多模态感知，形成了一条清晰的"应用驱动—安全可信—具身落地"主线。
三、学生培养情况
陈静静自 2019 年入职复旦后独立组建课题组，依托 FVL 平台招收博士与硕士研究生，培养体系已颇具规模。截至 2026 年，其名下已毕业多名博士与硕士，在读学生规模仍在持续扩大。下文按已毕业与在读代表性学生列举，重点呈现其培养质量与毕业去向。
1. 魏志鹏（加州大学伯克利分校 ICSI 博士后，已毕业博士）
魏志鹏（Zhipeng Wei）是陈静静最早独立指导的博士生之一，2021 级博士研究生，2024 年 6 月获复旦大学计算机科学博士学位，由陈静静与姜育刚共同指导，并与中国科学院 / FVL 的吴祖煊长期合作。其研究聚焦多媒体模型的对抗攻防安全，在 AAAI、CVPR、ICMR 等国际会议以第一作者发表论文 6 篇。博士毕业后，他赴美国加州大学伯克利分校的国际计算机科学研究所（ICSI）从事博士后研究，继续研究大模型的鲁棒性。他曾获 2024 年中国图象图形学学会（CSIG）优秀博士论文奖、上海市优秀毕业生、国家奖学金等荣誉，是陈静静课题组中具有代表性的"高质量产出型"博士。
2. 钱天文（已毕业博士，视频/多模态方向）
钱天文（Tianwen Qian）于 2024 年完成博士答辩，是与魏志鹏同届毕业的博士。其研究围绕视频内容分析与多模态理解，是陈静静在视频理解方向上的重要培养对象。毕业后他持续保持与课题组的学术联系，个人主页（qiantianwen.github.io）维护着其论文与代码资源。
3. 宋雪（已毕业博士，多模态大模型与生成式 AI 安全）
宋雪（Xue Song）于 2025 年完成博士答辩，研究方向覆盖多模态大模型与生成式 AI 的可控性，曾参与基于反事实推理的文本驱动图像编辑（CVPR 2024）等代表性工作。她的毕业标志着课题组在"可控生成—负责任 AI"这一新兴方向上完成首批博士梯队建设。
4. 陈凯（已毕业博士，多模态与概念擦除）
陈凯（Kai Chen）于 2025 年完成博士答辩，参与了 DuMo（双编码器调制网络，用于精确概念擦除，AAAI 2025）等代表性论文。其工作与课题组的"负责任生成式 AI"主线高度契合，是生成模型安全方向的关键培养成果。
5. 焦阳（已毕业博士，视觉多模态大模型）
焦阳（Yang Jiao）于 2026 年完成博士答辩，是课题组在视觉中心化多模态大模型方向的代表。其作为第一作者的 Lumen（NeurIPS 2024）系统性地释放了大型多模态模型的视觉中心能力，与产业界研究员（如 Zequn Jie、Lin Ma）联合发表，体现了课题组"以学生为载体、链接产业前沿"的培养模式。
6. 焦鹏昆（已毕业博士，多模态大模型/LLM/高效推理）
焦鹏昆（Pengkun Jiao）于 2026 年完成博士答辩，由陈静静与姜育刚共同指导，同时接受 Na Zhao 与 Bin Zhu 的联合指导。其研究方向横跨多模态大模型、大语言模型、强化学习与高效推理，产出密集：ICML 2026、ACM MM 2026、ICCV 2025、ECCV 2024、TMM 2024 等均有第一作者论文，研究主题包括注意力结构偏置解耦、KV Cache 驱逐、Video-LLM 幻觉 mitigation、LoRA-MoE 高效微调、开放词汇 3D 检测与开集域泛化等。他是课题组当前最具影响力的青年学者之一，体现了陈静静"以一个大平台学生串联多个产业合作方"的协同指导能力。
7. 许俊豪（已毕业硕士，多模态伪造检测）
许俊豪（Junhao Xu）于 2026 年完成硕士答辩，研究方向为多模态伪造检测。其作为第一作者的 Identity-Driven Multimedia Forgery Detection via Reference Assistance（ACM MM 2024）是课题组 IDForge 大型多模态伪造检测数据集系列工作的延续。他于 2024 年获国家奖学金，是硕士培养中的突出代表，毕业后预计进入产业界从事多媒体安全相关研发。
8. 高子怡（已毕业硕士，多模态与食物/营养分析）
高子怡（Ziyi Gao）于 2026 年完成硕士答辩，于 2024 年获国家奖学金。她参与了课题组"AI + Health"交叉研究主线（FoodLMM、食物日志的体重与健康预测等），是该方向上具有代表性的硕士培养成果，体现出陈静静在跨学科应用方向上对硕士生同样给予高强度科研训练的培养风格。
备注：除上述 8 人外，陈静静课题组在 2024—2026 年间还毕业了大量硕士（如田文韬、桂引暄、许俊豪、陈品烨、殷海龙等）与多名博士，在读博士生与硕士生规模持续扩大。FVL 实验室整体 2025 年新入学博士生即达 20 余人、硕士生 30 余人，陈静静作为核心教师承担其中多模态与安全方向的指导任务。
四、学术合作网络
4.1 核心合作者（高频/长期）
陈静静的合作网络以"导师谱系—实验室同事—产业合作方"三条主线交织而成，核心合作者主要包括：
- 姜育刚（Yu-Gang Jiang，复旦大学教授、FVL 实验室主任）：陈静静在复旦的最核心合作者与实验室上级。两人在大量论文中共同署名，姜育刚通常作为资深/通讯作者，是陈静静回国后所有主要工作的共同推动者。这一"青年 PI + 实验室主任"的组合构成了 FVL 多模态方向的学术发动机。
- Chong-Wah Ngo（杨宗桦，原香港城市大学，现新加坡管理大学）：陈静静的博士导师。两人在食物识别、跨模态检索、食谱生成等方向的早期论文（VIREO 实验室时期）长期合作，构成了她学术谱系的源头。
- Chua Tat-Seng（蔡达成，新加坡国立大学 NExT++）：博士后导师。陈静静在 NUS 期间的多媒体研究与其团队紧密关联，亦为其后续与 NUS 体系学者保持联系奠定基础。
- 操晓春（Xiaochun Cao，中国科学院信息工程研究所）：硕士导师。陈静静科研启蒙阶段的引路人，早期图像识别研究的合作者。
- Bin Zhu（朱斌，微软亚洲研究院）：与课题组（尤其焦鹏昆）高频合作的产业研究员，出现在多模态大模型、食物大模型、Video-LLM 等多项工作中，是连接课题组与 MSRA 的关键纽带。
- Na Zhao：焦鹏昆的共同指导者之一，与陈静静在 3D 检测、域泛化等方向合作，是课题组重要的学术协作者。
- Qi Dai（戴琦，微软亚洲研究院）：FVL 2022 年及之前毕业的博士校友，现于 MSRA 从事多媒体/网络相关研究，是课题组"校友回流—产学合作"的典型节点。
4.2 实验室内与跨机构合作者
在 FVL 实验室内部，陈静静与多位教师形成稳定的协作面：吴祖煊（Zuxuan Wu） 与魏志鹏等长期合作，陈智能（Zhineng Chen）、马兴军（Xingjun Ma）（对抗安全方向）、曹艺馨（Yixin Cao）、贾萧松（Xiaosong Jia）、叶子逸（Ziyi Ye） 等均为同实验室的活跃合作者，共同支撑 FVL 在多模态大模型、视频生成、具身智能与可信 AI 方向的整体产出。
跨机构与产业界的合作者还包括在代表性论文中频繁出现的 Lin Ma（产业界多媒体研究员，参与 Lumen 等）、Zequn Jie（产业界研究员，参与 Lumen，背景关联 Jiashi Feng、Shuicheng Yan 谱系）、以及 Shaoxiang Chen、Chao Gong、Feng Han、Hanjun Shan、Bin Zhu 等共同作者。这些合作者共同构成了一个以复旦 FVL 为枢纽、向东链接 MSRA、向南链接 NUS/SMU、向产业链接多媒体与生成式 AI 研究团队的辐射型网络。
五、业界合作关系深度分析
5.1 主要工业合作方
陈静静课题组的产业合作以"微软亚洲研究院（MSRA）+ 国内互联网大厂多媒体/安全团队"为两大支柱。其中与微软亚洲研究院的合作最为系统：MSRA 的 Bin Zhu 与校友出身的 Qi Dai（戴琦） 长期参与课题组的多模态、食物识别与网络多媒体研究，形成了稳定的产学联合发表模式。课题组多个核心方向（多模态大模型高效微调、Video-LLM、食物大模型 FoodLMM）均有 MSRA 研究员深度参与，并通过学生联合培养（如焦鹏昆受 Bin Zhu 联合指导）将合作关系固化。
在国内大厂方向，课题组论文中频繁出现的 Lin Ma、Zequn Jie 等产业研究员，体现了与字节跳动、腾讯等公司多媒体/视觉团队的项目级合作；其指导的硕博毕业生亦大量进入字节、阿里、腾讯、百度等企业（与 FVL 整体的学生就业去向一致），形成"论文合作—人才输送—技术反馈"的闭环。值得注意的是，2026 年 1 月 FVL 同步启动"市重点实验室、校企联合实验室、国家自然科学基金委创新群体"三大平台，标志着课题组与产业界的联合研究从项目级走向机构级。
5.2 应用转化与数据集生态
陈静静课题组的产业价值很大程度上通过"高质量数据集 + 开源工具"实现转化，这也是其区别于纯理论组的核心特征：
- 多模态伪造检测数据集：WildDeepFake（ACM MM 2020）是面向真实网络深度伪造的最早一批评测数据集之一；IDForge（ACM MM 2024）则是迄今规模最大的多模态伪造检测数据集，覆盖视觉、音频、文本三类模态共九种主流操控类型，直接服务于产业界的深度伪造治理需求。
- 负责任生成式 AI 工具链：RECE（ECCV 2024，3 秒内完成扩散模型概念擦除、无需微调）与 DuMo（AAAI 2025，精确擦除不当目标概念、最小损伤非目标概念）构成"不安全概念移除"的可落地技术栈，契合国内外生成式 AI 合规化趋势。
- AI + Health/食物营养：FoodLMM（TMM 2025）是食物领域最早的大型多模态模型之一，配合食物日志的体重与健康预测（ACM MM 2024）、饮食建议生成等，形成面向健康管理产业的可转化技术矩阵。
- 多媒体模型安全评测：面向视频模型与视觉—语言模型（如 CLIP）的迁移对抗攻击方法（AAAI 2022、CVPR 2022/2023、ICME 2023）及基于扩散模型的无约束攻击（ACM MM 2024）系列，为大模型安全评测提供基准工具。
此外，FVL 实验室整体成果于 2026 年获上海市科技进步一等奖，陈静静所在的多模态与安全方向是该成果的重要组成部分，体现了课题组研究在区域产业创新体系中的认可度。
六、重要奖项与学术兼职
| 类别 | 名称 | 年份 |
|---|---|---|
| 学术荣誉 | ACM SIGMM Rising Star Award | 2024 |
| 学术荣誉 | IEEE ICME Rising Star Runner-Up | 2023 |
| 学术荣誉 | ACM Shanghai Rising Star Award（ACM 上海新星奖） | 2020 |
| 学术荣誉 | AI 2000 Most Influential Scholar Nomination Award | 2021 |
| 论文奖项 | ChinaMM Best Paper Award（中国多媒体大会最佳论文奖） | 2021 |
| 论文奖项 | ACM Multimedia Best Student Paper Award | 2016 |
| 论文奖项 | Multimedia Modeling (MMM) Best Student Paper Award | 2017 |
| 榜单 | Stanford/Elsevier 全球前 2% 顶尖科学家 | 2024 |
| 榜单 | 百度"AI 华人女性青年学者榜单" | 2023 |
| 人才计划 | 上海市"海外高层次人才"、"浦江人才计划" | 2019 |
| 学生荣誉（指导） | CSIG 优秀博士论文奖（指导学生魏志鹏） | 2024 |
| 期刊兼职 | Associate Editor，ACM Transactions on Multimedia Computing, Communications, and Applications（TOMM） | 2024– |
| 期刊兼职 | Associate Editor，IEEE Transactions on Multimedia（TMM） | 2024– |
| 会议兼职 | Program Chair，MMM 2026（布拉格） | 2026 |
| 会议兼职 | Social Media Co-Chair，ACM Multimedia 2026 | 2026 |
| 会议兼职 | CVPR/ICCV/ECCV/AAAI/NeurIPS/ACM MM 等 Area Chair / PC member | 多年 |
| 期刊审稿 | IEEE TIP/TMM/TPAMI、IJCV 等审稿人 | 长期 |
七、Connection 圈层总结
陈静静的学术关系网络可按亲密度与功能划分为四个圈层，呈现出"导师谱系多元、实验室平台强劲、学生梯队厚实、产业链接紧密"的整体结构。
第一圈层（导师谱系与核心）：由其三位导师构成多元谱系——硕士导师操晓春（中科院信工所）、博士导师 Chong-Wah Ngo（杨宗桦，香港城市大学→新加坡管理大学）、博士后导师 Chua Tat-Seng（蔡达成，新加坡国立大学 NExT++），以及在复旦的最核心合作者、FVL 实验室主任姜育刚。这一圈层为陈静静提供了从图像识别、视频/跨模态检索到多媒体大模型的完整学术传承，也是她回国后得以快速建立独立课题组的根基。
第二圈层（同门与实验室同期）：包括香港城市大学 VIREO 实验室同门、新加坡国立大学 NExT++ 体系学者，以及复旦 FVL 实验室的同事群体——吴祖煊、陈智能、马兴军、曹艺馨、贾萧松、叶子逸等。FVL 实验室教师群在多模态大模型、视频生成、具身智能与可信 AI 方向形成内部协作面，使陈静静的个体研究天然嵌入一个高产能团队。
第三圈层（学生与青年梯队）：这是陈静静关系网络中最具成长性的一层。以魏志鹏、钱天文、宋雪、陈凯、焦阳、焦鹏昆为代表的博士群，以及许俊豪、高子怡等硕士群，构成了一个覆盖"对抗安全—伪造检测—负责任生成式 AI—多模态大模型—具身感知"的完整青年梯队；其中魏志鹏已赴 UC Berkeley/ICSI 博后、焦鹏昆与多家产业合作方联合指导，显示出该圈层正在向外辐射。
第四圈层（产业与跨机构）：以微软亚洲研究院（Bin Zhu、校友戴琦）为核心节点，辅以 Lin Ma、Zequn Jie 等产业研究员，并通过 FoodLMM、IDForge、WildDeepfake、RECE/DuMo 等数据集与工具链向食物健康、深度伪造治理、生成式 AI 合规等产业场景输出价值。2026 年 FVL 校企联合实验室与上海市科技进步一等奖的落地，标志着这一圈层正从项目级合作升级为机构级协同。
总体而言，陈静静的 Connection 网络是一个以"多元导师谱系—FVL 大平台—高质量学生梯队—MSRA 与国内大厂"为四极的辐射型结构：学术上扎根多媒体安全与多模态理解，产业上以数据集与开源工具为载体实现技术外溢，呈现出典型的"应用驱动型青年学者"网络特征，并在 2024 年获 ACM SIGMM Rising Star Award 后进入国际多媒体社区的核心活跃层。