中科大GCL 杨周旺 教授
报告生成时间：2026年8月4日
个人主页：http://staff.ustc.edu.cn/~yangzw/；中科大中文教师主页
所属团队：中国科学技术大学数学科学学院 / 安徽省图形计算与感知交互重点实验室（GCL） / 中国科学技术大学（安徽）应用数学中心 MathU 实验室
一、学者基本信息
| 信息项 | 内容 |
|---|---|
| 中文名 / 英文名 | 杨周旺 / Zhouwang Yang |
| 当前职称 | 教授、博士生导师，国家高层次人才 |
| 所属单位 | 中国科学技术大学数学科学学院 |
| 行政职务 | 数学科学学院副院长（曾兼大数据学院副院长） |
| 平台任职 | 安徽应用数学中心执行主任；数字技术的数学基础与应用教育部重点实验室主任；合肥人工智能与大数据研究院院长；浙东南人工智能与大数据研究院院长 |
| 实验室归属 | 安徽省图形计算与感知交互重点实验室（GCL）；安徽应用数学中心 MathU 实验室 |
| 学位 | 理学博士，中国科学技术大学数学系，2005年 |
| 博士导师 | 陈发来 教授 |
| 研究方向 | 计算几何与几何建模处理、稀疏建模与稀疏优化、数据驱动的最优化建模、深度学习数学理论、三维打印优化技术、科学计算与工业软件、AI for Manufacturing |
| 学术产出规模 | OpenAlex 收录论文约155篇，H指数约21；公开简介称国际期刊论文100余篇、授权及申请发明专利20余项 |
| 办公地点 | 中国科学技术大学东区管理科研楼1325室 |
| 学会兼职 | 中国工业与应用数学学会常务理事；中国运筹学会常务理事；CSIAM 大数据与人工智能专委会副主任 |
杨周旺是中科大数学科学学院计算几何与应用数学方向的领军教授，也是GCL实验室中"从几何数学基础走向国家级工业软件攻关"这条路径上走得最远的一位。与GCL其他教师相比，他的学术定位有一个鲜明特征：不以单一图形学子方向的论文密度见长，而是以"数学建模能力—优化算法—真实产业系统"的贯通能力见长。他既是隐式曲面拟合、PHT样条、稀疏几何处理等经典CAGD问题的贡献者，又是国内首个自主可控商用几何内核"九韶内核 AMCAX"的技术负责人和首席科学家；既在《ACM Transactions on Graphics》《Computer-Aided Design》《Computer Aided Geometric Design》等几何与图形学期刊持续发表，又在《IEEE TPAMI》《IEEE TMI》《Pattern Recognition》《Journal of Intelligent Manufacturing》等机器学习、医学影像与智能制造期刊上有系统性产出。这种跨度使他在GCL的角色不同于纯粹的几何处理学者，而更接近"应用数学枢纽"。
二、教育背景与职业履历
杨周旺的完整学历链条全部在中国科学技术大学数学系完成，是典型的"科大本土培养、本土成长"学者。1993年，他从福建考入中国科大数学系；据中科大官方主页与百度百科等公开履历，他分别于1997年、2000年、2005年在中科大数学系获得学士、硕士、博士学位。需要说明的是，不同来源对其入学年份记述略有出入：一份由其科大同门撰写的公开回忆文章称他"1993年进科大数学系"，而学位年份（1997年本科）与1993年入学是自洽的。综合来看，1993年入学、1997年本科毕业、2000年硕士毕业、2005年博士毕业是可以稳妥采纳的时间线。
关于博士导师，这一点有第一手证据。在2026年8月《中国科学报》对其的长篇专访中，杨周旺本人明确表示："陈发来是我的导师，我属于第三代。"该文同时梳理了中科大计算几何的四代学术谱系：第一代是上世纪80年代初赴海外深造后于1982年创建中科大计算机辅助几何设计研究小组的常庚哲、冯玉瑜；第二代是分别师从常庚哲和冯玉瑜的陈发来、邓建松，二人提出了具有国际影响力的T网格样条曲面造型理论；杨周旺自认属于第三代。这一自述与其早期论文署名高度吻合——他2005年发表在《The Visual Computer》上的《Fitting Unorganized Point Clouds with Active Implicit B-spline Curves》，合作者正是邓建松与陈发来；2006年《Journal of Computer Science and Technology》的《Specification of Initial Shapes for Dynamic Implicit Curve/Surface Reconstruction》同样由邓建松、陈发来共同署名。因此，其博士期间的学术训练实际处于陈发来主导、邓建松深度参与的双重影响之下，学位归属上的导师是陈发来。
博士毕业后杨周旺留校任教。其国际经历相对集中且指向清晰：2006年12月至2007年11月，他在韩国首尔国立大学从事博士后研究，合作者为 Tae-Wan Kim 教授；2010年8月至2011年8月，他在美国佐治亚理工学院工业与系统工程系（ISyE）作访问学者。这两段经历分别塑造了他的两条研究支线。首尔国立大学期间，他与 Tae-Wan Kim、Yeong-Hwa Seo 等合作产出了一批点云处理与逆向工程的论文，包括《Moving Parabolic Approximation of Point Clouds》（Computer-Aided Design, 2007）、《Simultaneous Registration of Multiple Views with Markers》（Computer-Aided Design, 2008）和《Adaptive Triangular-Mesh Reconstruction by Mean-Curvature-Based Refinement from Point Clouds Using a Moving Parabolic Approximation》（Computer-Aided Design, 2009），这条线偏向船舶与工程扫描数据处理。佐治亚理工 ISyE 是全球运筹学与工业工程的重镇，这段访问显著加强了他在最优化、运筹与统计方面的方法论底色，也解释了他后来能够在稀疏优化、整数规划、调度问题、宏观经济大数据建模等方向自然展开。
在职业履历的后半段，杨周旺的重心明显向平台建设与国家任务倾斜。他历任中科大大数据学院副院长、数学科学学院副院长，同时担任安徽应用数学中心执行主任、数字技术的数学基础与应用教育部重点实验室主任。2017年前后，中科大校友鄂维南院士到访其办公室，建议其立即着手开发工业软件几何内核，此后他组建团队开启国产几何内核攻关。2022年起他还出任合肥人工智能与大数据研究院院长（该院由合肥市蜀山区政府与北京大数据研究院共同发起，鄂维南任学术委员会主任）；2025年6月，由合肥人工智能与大数据研究院与台州市黄岩区人民政府共建的浙东南人工智能与大数据研究院成立，同年9月26日正式揭牌，杨周旺出任院长，该院聚焦"AI FOR MOLD"（人工智能赋能模具制造）。这一系列任职使他从一位学院教授演变为跨越高校、新型研发机构与企业的技术组织者。
三、学生培养情况
杨周旺的学生培养有一个非常独特的组织形态：他的研究生并非全部沿着GCL的几何处理主线成长，而是集中在安徽应用数学中心 MathU 实验室，围绕数据科学、优化算法与工业智能问题展开，并有相当一部分毕业后直接进入九韶内核团队和相关孵化企业。这形成了一条"从学位论文到产品代码"的短链条培养通道。
可以直接确证的博士毕业生群体来自2023届。据安徽应用数学中心官网关于"MathU实验室2023届博士研究生答辩会"的报道，唐文强、汪方军、徐洋和陈皓四位博士研究生在导师杨周旺教授指导下完成学位论文答辩。该场答辩会由苏州大学教授岳兴业任答辩委员会主席，合肥工业大学教授檀结庆、安徽大学教授陈华友、中国科学技术大学教授刘利刚和张洪任答辩委员，杨周旺与副研究员宋艳枝到场旁听。这一名单同时提供了两条信息：其一，杨周旺在数据科学方向的博士培养已形成批量规模；其二，其答辩委员会构成横跨苏州大学、合工大、安大与科大，说明其学生的评价体系并不局限于GCL内部。
这四位学生的研究主题可以从其合作论文中反推。唐文强（Wenqiang Tang）与杨周旺合作发表了《DNN-based Parameterization for B-Spline Curve Approximation》（Computer-Aided Design, 2025）、《UNet-assisted Parameterization for B-Spline Surface Approximation》（Computers & Graphics, 2025）和《Disease-Grading Networks with Asymmetric Gaussian Distribution for Medical Imaging》（IEEE Transactions on Medical Imaging, 2025），其工作横跨"深度学习辅助的样条参数化"与"医学影像分级"两个看似不相关但方法论同源的领域，是杨周旺"用神经网络改造经典几何算法"这一思路的直接体现。汪方军（Fangjun Wang）是工业视觉检测方向的核心学生，与杨周旺、宋艳枝、黄章进合作发表了《A Multiple Position-Based Bi-Branch Model for Structural Defect Inspection》（Journal of Intelligent Manufacturing, 2021）、《Multi-Position Industrial Defect Inspection Using Self-Training Siamese Networks with Mix Strategies》（Journal of Industrial Information Integration, 2024）和《Industrial Vision Inspection Using Digital Twins: Bridging CAD Models and Realistic Scenarios》（Journal of Intelligent Manufacturing, 2024），后者直接把CAD模型与真实工业场景通过数字孪生连接，是学生课题与九韶内核产业目标高度耦合的典型例证。徐洋（Yang Xu）参与了《Solving the Integrated Process Planning and Scheduling Problem Using an Enhanced Constraint Programming-Based Approach》（International Journal of Production Research, 2021），方向是集成工艺规划与调度的约束规划求解。陈皓（Hao Chen）则偏向学习理论，与莫展锋（Zhanfeng Mo）、杨周旺合作发表《The Generalization Error Bound for a Stochastic Gradient Descent Family via a Gaussian Approximation Method》（2025）以及《A Neural Network Transformation Based Global Optimization Algorithm》（Information Sciences, 2024）。
除2023届外，从合作论文的时间跨度与作者位置还可以识别出一批长期学生型合作者。罗一鑫（Yixin Luo）自2018年起与杨周旺合作至2024年，两人合著的《DynGAN: Solving Mode Collapse in GANs with Dynamic Clustering》发表于《IEEE Transactions on Pattern Analysis and Machine Intelligence》（2024），是其团队在机器学习顶刊上的代表作，此外还有《Multi-resolution Auto-encoder for Anomaly Detection of Retinal Imaging》等医学影像工作。马杨玲（Yangling Ma）、杜叶谦（Yeqian Du）、迟旭荣（Xurong Chi）、邱安东（Andong Qiu）、张嘉俊（Jiajun Zhang）、孔静（Jing Kong）、黄冠华（Guanhua Huang）、石干泉（Ganquan Shi）、王星宇（Xingyu Wang）等均与其有3至6篇的连续合作，且几乎全部以杨周旺为末位作者，符合导师—学生的署名模式。其中邱安东的《Variable-Depth Large Neighborhood Search Algorithm for Cable Routing in Distributed Photovoltaic Systems》和《Graph-Based Decomposition for Electrical Wiring Design in Interior Finishing》（均发表于Automation in Construction, 2024）显示学生课题已延伸至光伏系统布线与室内装修电气设计等真实工程优化场景。
关于毕业去向，需要审慎处理。公开网页并未系统披露每位学生的具体就职单位，因此本报告不逐一断言。但有两类可观察的去向线索：第一，部分学生进入学术界，例如与杨周旺长期合作的罗一鑫、马杨玲的机构信息在近年论文中出现了苏州科技大学，唐文强的部分论文亦标注苏州科技大学地址，反映其团队与苏州方向存在人员流动；第二，据《中国科学报》报道，2017年杨周旺组建几何内核团队时是"与同事傅孝明再加上几名学生"起步，此后为解决人才匮乏问题，他"依托安徽应用数学中心一边沉浸式培养学生，一边前往北京、上海、杭州等地四处'挖'人才"。这明确说明，其培养的学生构成了九韶内核研发团队的重要人力基础。这种"学生即工程师"的模式在国内高校中较为罕见，是理解其培养体系的关键。
教学方面，杨周旺主讲《解析几何与线性代数》《数学建模》《运筹学》《最优化算法》《样条函数与逼近论》《数据科学导引》《深度学习》等课程，覆盖从数学基础到现代机器学习的完整链条。在GCL体系内，他是《计算机图形学前沿》暑期课程的早期主讲教师之一——2012年该课程（课程编号001m06）由GCL的刘利刚与杨周旺两位老师为主授课，本年度主题为"几何建模、计算与处理"。该课程后来发展为持续举办十余届的全国性图形学暑期学校，杨周旺作为早期共同主讲者，对这一品牌课程的形成有奠基作用。他2012年获得中科大"困学守望"教学奖，也印证了其教学投入。
四、学术合作网络
1. 学术源流与GCL内部合作：陈发来、邓建松、刘利刚
杨周旺的合作网络第一圈层完全由中科大计算几何学派构成，且这种合作在其博士毕业二十年后仍在延续，这是他与许多"毕业即分流"的学者最大的不同。
邓建松是其合作频次最高的学者，OpenAlex 数据显示两人合作论文达27篇，时间跨度从2005年一直延续到2025年，是长达二十年的稳定合作关系。这条合作线的内容演化本身就是一部中科大几何建模的缩影：早期是隐式曲线曲面拟合（2005年《Fitting Unorganized Point Clouds with Active Implicit B-spline Curves》、2006年《Specification of Initial Shapes for Dynamic Implicit Curve/Surface Reconstruction》），中期是PHT样条与自适应曲面重建（2010—2011年与王俊、金良兵合作的《Parallel and Adaptive Surface Reconstruction Based on Implicit PHT-splines》），再到2017年的《Implicit Surface Reconstruction with Total Variation Regularization》（CAGD，与刘远、宋艳枝合著）和2018年《Function Representation Based Slicer for 3D Printing》（CAGD，与宋艳枝、刘远合著），最新则是2025年与吴翔合作的《Optimized PHT-to-NURBS Conversion: A Weighted Rectangle Partition Approach》（Computer-Aided Design）。最后这篇尤其值得注意：PHT样条转NURBS，本质上是把中科大自主提出的样条理论与国际工业标准格式打通，直接服务于几何内核的数据互操作能力，是"学术传统反哺工业软件"的清晰证据。
陈发来作为其博士导师，合作论文16篇，集中在2005至2020年。除上述早期隐式曲面工作外，两人共同参与了几篇具有里程碑意义的论文：2008年《Polynomial Splines over Hierarchical T-meshes》（Graphical Models, 70:76-86，作者为邓建松、陈发来、李新、胡长清、童伟华、杨周旺、冯玉瑜）是PHT样条的奠基性工作，被引349次，同时也是GCL"第二代+第三代"教师集体署名的代表作；2014年《Decoupling Noise and Features via Weighted ℓ1-Analysis Compressed Sensing》（ACM TOG，与王瑞民、刘利刚、邓建松合著）和2015年《Survey on Sparsity in Geometric Modeling and Processing》（Graphical Models，与徐林林、王瑞民、张举勇、邓建松、刘利刚合著）则标志着其把稀疏优化系统性引入几何建模的努力。
刘利刚与杨周旺合作14篇，集中于2013至2018年，是三维打印与稀疏几何处理阶段的主要伙伴。两人最重要的共同成果是2013年SIGGRAPH Asia论文《Cost-effective Printing of 3D Objects with Skin-Frame Structures》（ACM TOG），作者包括王伟明、王扬抟风、杨周旺、刘利刚、童欣、童伟华、邓建松、陈发来、刘秀平，横跨中科大GCL、大连理工大学与微软亚洲研究院。该文被引248次，并于2023年12月在SIGGRAPH Asia 2023获得首届 Test-of-Time Award（时间检验奖）——该奖从2011至2013年间200多篇SIGGRAPH Asia论文中评选出4篇，这是其中几何领域唯一的获奖论文。这项荣誉是杨周旺学术履历中国际认可度最高的单项成果。此外，两人还合作了2015年《Saliency-Preserving Slicing Optimization for Effective 3D Printing》（CGF）、2016年《Construction of Manifolds via Compatible Sparse Representations》（ACM TOG）等工作。杨周旺与刘利刚还共同申请了发明专利"一种三维打印方法"（专利号201310553950.2，发明人为杨周旺、刘利刚、邓建松、陈发来），进一步说明这一组合的产学结合意图。
与GCL其他教师的关系相对较弱但真实存在：与童伟华在2008至2013年间有2篇共同署名论文（PHT样条与skin-frame打印）；与黄章进（Zhangjin Huang）在2021年有4篇集中合作，包括《CMA: Cross-Modal Attention for 6D Object Pose Estimation》和《GMDN: A Lightweight Graph-Based Mixture Density Network for 3D Human Pose Regression》（均发表于Computers & Graphics，共同作者还有邹璐、王国平），显示两人在三维视觉方向有过一段密切协作；与张举勇仅有2015至2016年的2篇合作（稀疏性综述与相关工作）。与傅孝明的关系则主要体现在工业软件层面而非论文层面——据《中国科学报》，2017年组建几何内核团队时傅孝明是其最初的同事搭档，后成为合肥九韶智能科技有限公司的联合创始人。需要说明的是，傅孝明的博士导师为微软亚洲研究院的郭百宁（Baining Guo）与刘洋（Yang Liu），并非科大CAGD本土谱系内部培养，与杨周旺之间为同事与创业伙伴关系。
2. 现单位核心合作者：宋艳枝
宋艳枝（Yanzhi Song）是杨周旺当前最重要的固定合作者，也是其博士毕业生（杨周旺个人主页"Former students"名单列有"Yanzhi Song"），属于科大计算几何学术谱系的第四代。OpenAlex 记录两人合作23篇，且全部集中在2017年之后，呈明显上升趋势。她在中科大的正式职称为特任副研究员（对外场合常以"副教授"介绍），是MathU实验室的核心教师。两人的合作覆盖面极广：几何方向有《Implicit Surface Reconstruction with Total Variation Regularization》（2017）和《Function Representation Based Slicer for 3D Printing》（2018）；工业视觉方向有《A Two-Stage Anomaly Detection Framework: Towards Low Omission Rate in Industrial Vision Applications》（Advanced Engineering Informatics, 2022）、《Multi-Position Industrial Defect Inspection...》（2024）、《Industrial Vision Inspection Using Digital Twins》（2024）；此外还有鸟类声学识别、眼底图像分割、细粒度视觉分类、配电线路巡检等应用型工作。宋艳枝在中科大的工作汇报中曾专门介绍《平台化工业视觉智能系统》的研发进展，并在2026年"AI+CAD前沿探索研讨会"上代表主办方致欢迎辞，随后由杨周旺致辞——这种"宋艳枝执行、杨周旺统领"的组织模式，表明两人构成了MathU实验室的实际双核。
3. 跨机构与国际合作
杨周旺的跨机构合作可分为四类。
国际训练型合作以首尔国立大学的 Tae-Wan Kim（合作7篇）、Yeong-Hwa Seo（4篇）为代表，时间集中在2007至2009年博士后期间，主题为点云配准、移动抛物近似与网格重建，具有明确的船舶与海洋工程背景。
图形学同行合作包括香港大学的王文平（Wenping Wang），两人在2012年《Variational Mesh Segmentation via Quadric Surface Fitting》（Computer-Aided Design，与颜冬明、刘洋合著，被引134次）和2015年《Medial Axis Tree—An Internal Supporting Structure for 3D Printing》（CAGD，与张晓龙、夏阳、汪嘉业、屠长河合著，被引97次）中有署名；大连理工大学的刘秀平、王伟明是skin-frame打印工作的共同作者；微软亚洲研究院的童欣（Xin Tong）参与了skin-frame和saliency-preserving slicing两项打印工作。这条线说明其在2013至2015年的三维打印研究是一次跨中科大—大连理工—微软亚洲研究院—香港大学的多点协作。
方法论与理论合作近年显著增强。他与鄂维南（E Weinan）有共同署名论文，与北京大学的王明泽（Mingze Wang）在《Are AI-Generated Text Detectors Robust to Adversarial Perturbations?》（2024）中合作，与普渡大学的王晓（Xiao Wang）合作了《Sparse Deep Neural Networks Using L1,∞-Weight Normalization》（Statistica Sinica, 2019）；与陈景润（Jingrun Chen，苏州大学/中科大）自2022年起有6篇合作，涉及多相流模拟的图神经网络、强化学习结构优化等；与康红梅（Hongmei Kang，苏州大学）、罗嘉琪（Jiaqi Luo，苏州大学）的合作则延续了样条与物理信息神经网络方向。这一批合作使苏州（苏州大学、苏州科技大学）成为其网络中除合肥外最密集的地理节点。
产业界合作方面，OpenAlex 中可见其与旷视科技（Megvii）的张弛（Chi Zhang）在2018至2019年合作了《Video-Based Person Re-identification via 3D Convolutional Networks and Non-local Attention》（ACCV 2018，被引75次，共同作者廖星宇、何凌霄），这是其视频智能解析研究与计算机视觉企业的直接接触；与北京海淀医院的合作者张宇琛、陈嘉泽出现在2024至2025年的自然语言处理与地理命名实体识别论文中；与北京大学的王国平在三维视觉工作中有署名。
五、业界合作关系深度分析
杨周旺是本系列GCL教师报告中业界连接最深、最制度化的一位。他的产业关系并非通常意义上的"横向课题"，而是完整走通了"基础研究—原型系统—职务成果赋权—公司化—行业落地"的全链条，且他本人在其中承担的是技术负责人与首席科学家角色。以下按四条产业线分述。
1. 九韶内核 AMCAX：从国家命题到商用几何内核
这是其最具分量的产业成果。故事起点是2017年初夏，中科大校友、中国科学院院士鄂维南到访其办公室，提出"对中国这样一个制造业大国来说，工业软件是基础中的基础，核心中的核心"，建议他立即着手开发工业软件的几何内核。杨周旺随即与同事傅孝明及数名学生组建团队。2020年底原型系统完成；2021年，恰逢中科大成为全国首批"赋予科研人员职务科技成果所有权或长期使用权"试点单位，团队完成科技成果赋权并成立中国科大首批赋权企业，开启商业化；2021年1月九韶内核AMCAX 1.0版本发布（部分报道记为2021年9月），填补了我国商用工业软件底层内核技术的空白。此后保持每年一次版本迭代：2022年9月AMCAX 2.0在世界制造业大会发布，2023年6月AMCAX 3.0推出并于8月发起上百家单位参与的公测，2025年升级至5.0版本，至2026年已迭代六个版本。2023年5月18日，团队还发布了完全自主研发的国产几何约束求解器"九韶AMCAX GCS 1.0"——几何约束求解器是CAD参数化建模的另一项关键核心技术，此前国内尚无可媲美国外产品者。
技术定位上，九韶内核的核心创新在于"三维设计与分析一体化"，即解决传统CAD连续表示与CAE离散网格表示不兼容的问题，实现CAD/CAE/CAM无缝结合，特色被概括为复杂造型敏捷化、设计分析一体化、工程设计智能化。其数学根基正是中科大计算几何四十余年积累中的T网格样条理论——杨周旺明确表示，陈发来、邓建松提出的T网格样条"为九韶内核的特色亮点提供了坚实的数学理论基础，实现了真正的'源头创新'"。这使得其产业成果与其学术谱系形成了闭环。
商业化层面，杨周旺担任合肥九韶智能科技有限公司（成立于2022年1月）首席科学家，公司CEO为郑裕峰，GCL副教授傅孝明为联合创始人。2023年公司发布"凝光NEXT"设计与分析一体化工业软件平台，标志技术服务能力从"底层内核技术"上升到"应用平台技术"。落地行业已覆盖家装设计与制造、智慧建筑、机械装备、数字化矿山、芯片量测五大类，并进一步扩展到飞机、汽车、船舶、机床、航空航天、高端装备、半导体等领域；九韶内核已成为国内首个商用几何内核、跻身全球五大（早期报道称四大）商用几何内核之列，并获工信部认定为国际先进水平。杨周旺在访谈中也坦率披露了商业化的两大困难：一是计算几何人才极度匮乏，他不得不承诺"工资一分不降，如有违约金我们付"到北京、上海、杭州"挖"人；二是资金匮乏，创业初期投资机构不看好，他只能"刷脸"邀请校友及好友投资。针对客户顾虑，团队一方面从国家科技安全角度说服企业建立"备胎"计划，一方面派驻团队长期进厂与客户共同迭代，并研发了"数据解绑"技术破解历史设计数据被国外软件捆绑的痛点。据其透露，预计2026年9月将发布最新版本内核和基于九韶内核的新一代AI原生CAD系统。
2. 低秩矩阵分解与数据分析的产业延伸
《An Algorithm for Low-Rank Matrix Factorization and Its Applications》（Neurocomputing, 2017，与陈柏宇、杨子合著）是理解其数据科学产业线的技术入口。低秩矩阵分解在其体系中并非孤立成果，而是与"稀疏建模与稀疏优化"这一其自述的核心研究方向构成方法论共同体。这条线的产业化路径可以从三个方向观察。
其一是几何与制造中的低秩/稀疏结构。2014年《Knot Calculation for Spline Fitting via Sparse Optimization》（CAD）用稀疏优化确定样条节点，2015年《Survey on Sparsity in Geometric Modeling and Processing》系统梳理了稀疏性在几何建模中的角色，2016年《Surface Approximation via Sparse Representation and Parameterization Optimization》和《Construction of Manifolds via Compatible Sparse Representations》（ACM TOG）则把稀疏表示推进到流形构造。这些工作直接支撑了后来几何内核中曲面拟合与逼近模块的算法能力。
其二是工业视觉与缺陷检测。这是其低秩/稀疏方法与深度学习融合后最成熟的产业出口。相关成果包括《A Multiple Position-Based Bi-Branch Model for Structural Defect Inspection》（Journal of Intelligent Manufacturing, 2021）、《A Two-Stage Anomaly Detection Framework: Towards Low Omission Rate in Industrial Vision Applications》（Advanced Engineering Informatics, 2022）、《Multi-Position Industrial Defect Inspection Using Self-Training Siamese Networks with Mix Strategies》（Journal of Industrial Information Integration, 2024）以及《Industrial Vision Inspection Using Digital Twins: Bridging CAD Models and Realistic Scenarios》（Journal of Intelligent Manufacturing, 2024）。最后一项工作把CAD模型与真实工业场景通过数字孪生打通，恰恰是几何内核能力与视觉检测能力的交汇点，也说明其两条产业线并非平行而是相互喂养。宋艳枝汇报的《平台化工业视觉智能系统》即是这批研究的工程化载体。此外，张嘉俊等人的少样本异常检测系列工作（DC-AD、DFTGL、NLPA-AD，2024—2025）持续推进小样本工业质检这一现实痛点。
其三是大数据与经济、能源、基础设施建模。《Sequential Big Data-Based Macroeconomic Forecast for Industrial Value Added》（Communications in Mathematics and Statistics, 2019）对应其简历中的"宏观经济大数据建模分析"方向；邱安东的分布式光伏系统电缆布线优化与室内装修电气设计图分解（均发表于Automation in Construction, 2024）、石干泉的集成工艺规划与调度约束规划求解（International Journal of Production Research, 2021）、杨璐的凹费用网络流最短路算法（Operations Research Perspectives, 2025），构成一组面向真实工程与运营场景的组合优化研究。这类工作与佐治亚理工 ISyE 访问所形成的运筹学底色一脉相承。
3. 三维打印优化技术
这是其最早获得社会关注的产业成果。GCL与其个人主页均记载，包括《人民日报》及其海外版在内的十多家重要媒体对其课题组的3D打印优化软件技术成果进行了报道。技术核心即skin-frame结构与切片优化：2013年的skin-frame论文首次在图形学领域用几何与拓扑优化实现轻量化结构设计，兼顾物理稳定性、几何保真性与可打印性，并针对当时最流行的FDM桌面级打印机给出自支撑结构设计方法以减少支撑材料浪费；2015年的saliency-preserving slicing优化与medial axis tree内部支撑结构、2018年的function representation based slicer则完善了从模型到打印路径的链条。杨周旺与刘利刚、邓建松、陈发来共同申请的"一种三维打印方法"专利（201310553950.2）是这一成果的知识产权体现。
4. 空管、海洋勘探与新型研发机构生态
GCL主页与相关介绍明确记载了两项少被提及但意义特殊的成果转化：其一，基于研究成果转化开发了空管应用算法软件引擎，为我国民航领域提供自主可控的自动化软件系统解决方案，保障空管安全、有序、高效运行；其二，开发了声学网络测距轮询算法软件，为海洋拖缆地震勘探提供自主可控的声学测距技术解决方案，服务海洋国土数据安全。这两项工作把其优化与算法能力延伸到了国家关键基础设施领域。
在组织层面，其产业网络的枢纽是合肥人工智能与大数据研究院。该院由合肥市蜀山区政府与北京大数据研究院共同发起，鄂维南院士领衔并任学术委员会主任，杨周旺任院长。该院已孵化出九韶内核AMCAX 5.0、捷模智能检索与3D重建平台、高斯AI监测分析系统等成果矩阵，覆盖基础层、技术层与应用层，在航空航天、高端装备、汽车制造、半导体等领域落地。2025年12月的相关大会上，杨周旺以"AI for Manufacturing"为题阐述"内核+平台+应用"的工业软件开发生态路径，同期发布了总规模2亿元的安徽新智能新研投资基金。此外，安徽应用数学中心的活动记录显示，其产业合作网络涵盖安徽江淮汽车集团、安徽建工集团、中铁四局、安徽海螺集团、国网郎溪供电公司、南京水利科学研究院、安徽省地质调查院等单位——这些均为其"数学中心对接地方产业"模式的具体合作方。2025年成立的浙东南人工智能与大数据研究院（台州黄岩，聚焦"AI FOR MOLD"）则把这一模式从安徽复制到了浙江模具产业带。
综合判断：杨周旺的业界关系深度远超"技术相关性"层面，属于制度化、组织化、可持续的深度产业嵌入。其独特性在于三点：一是他本人是科技成果赋权企业的发起人与首席科学家而非顾问；二是其学生批量进入产业团队，形成人才闭环；三是其产业目标反向定义了学术议题（例如PHT-to-NURBS转换、数字孪生驱动的视觉检测），使产学之间形成双向而非单向的关系。
六、重要奖项与学术兼职
杨周旺的荣誉体系可分为个人奖项、集体奖项与人才计划三类。
个人与团队奖项方面，最具国际分量的是2023年12月在SIGGRAPH Asia 2023获得的首届 Test-of-Time Award（时间检验奖）。该奖表彰发表十年以上且对计算机图形学与交互技术持续产生重大影响的论文，首届从2011至2013年间200多篇SIGGRAPH Asia论文中评选出4篇（占比约2%），杨周旺作为2013年《Cost-effective Printing of 3D Objects with Skin-Frame Structures》的第三作者与获奖团队共同获此殊荣，该文是四篇获奖论文中几何领域唯一的一篇。国内奖项方面，他于2014年获教育部自然科学奖二等奖（第三完成人），2016年获中国运筹学会科学技术奖运筹应用奖（每四年评选一届），2017年获中国数学会计算数学分会第二届"青年创新奖"。需要说明的是，关于2016年这项奖励，个别报道曾表述为"中国计算数学学会颁发的第二届青年创新奖"，与另一年份的奖项存在混淆；以中科大官方主页与安徽应用数学中心页面的表述为准，运筹应用奖为2016年、计算数学青年创新奖为2017年。
人才计划方面，他于2011年获得教育部新世纪优秀人才支持计划资助（部分中文资料记为2012年入选），并被列为国家高层次人才。教学荣誉方面，其英文主页记载2012年获中科大"困学守望"（Kun-Xue-Shou-Wang）教学优秀奖。
科研项目方面，他牵头国家重点研发计划项目"自由曲面设计、分析与制造一体化的数学方法及应用"，这一项目名称本身即是九韶内核技术路线的学术表述。此外，他主持国家自然科学基金项目及科技部国家重点研发计划等10余项，获授权及申请发明专利20余项。安徽应用数学中心的相关工作还获得国家自然科学基金天元交叉平台、国家数学与交叉科学中心以及中国科大先进技术研究院技术创新项目的支持。
学术与社会兼职方面，他现任中国工业与应用数学学会（CSIAM）常务理事、中国运筹学会常务理事，并曾任（或兼任）CSIAM大数据与人工智能专业委员会副主任。行政与平台职务包括中科大数学科学学院副院长、原大数据学院副院长、安徽应用数学中心执行主任、数字技术的数学基础与应用教育部重点实验室主任、合肥人工智能与大数据研究院院长、浙东南人工智能与大数据研究院院长，以及九韶科技（九韶智能）首席科学家。他还长期参与学院研究生培养的组织工作，例如在中科大数学科学学院第二届研究生学术论坛开幕式上代表学院致辞，并传达国家自然科学基金委支持博士生申请科研基金的政策精神。2026年，他还出席并致辞了在中科大举办的"AI+CAD前沿探索研讨会"，推动人工智能与CAD设计范式融合的学术讨论。
七、Connection圈层总结
杨周旺的关系网络可以概括为"以中科大计算几何四代传承为根、以GCL与安徽应用数学中心为双平台、以优化与数据科学为方法主干、以国产工业软件为产业出海口"的四层结构。与GCL多数教师相比，其网络的显著特点是纵向深（有清晰的师承与代际定位）而横向广（跨越几何、机器学习、运筹、医学影像、工业制造），且学术网络与产业网络高度重合。
第一圈层：师承与学派根系。 以博士导师陈发来为轴心，向上连接常庚哲、冯玉瑜所代表的第一代CAGD开拓者，横向连接同为第二代的邓建松。杨周旺本人明确自我定位为中科大计算几何的第三代。这一圈层给他提供的不只是人脉，更是可直接工业化的数学资产——T网格样条理论被其明确指认为九韶内核"源头创新"的理论基础。邓建松以27篇、二十年跨度的合作成为其论文网络中的第一高频节点，陈发来以16篇居次，二人构成其学术身份的锚点。
第二圈层：GCL同侪与项目型协作。 刘利刚是这一层最重要的节点，两人在三维打印与稀疏几何处理上的合作产出了其国际影响力最高的成果（SIGGRAPH Asia 时间检验奖论文与ACM TOG系列），并共同申请专利、共同主讲GCL《计算机图形学前沿》暑期课程（2012年）。傅孝明虽论文合作不显著，却是2017年几何内核创业团队的最初搭档，属于"项目型强关系、论文型弱关系"的典型。黄章进在2021年三维视觉工作上有集中协作，童伟华、李新、张举勇则通过PHT样条、稀疏性综述等集体成果与其相连。这一圈层的性质是"共享平台与共享传统"，而非日常课题绑定。
第三圈层：MathU团队与学生梯队。 宋艳枝以23篇合作、且全部集中于2017年之后的态势，成为其当前的第一执行伙伴，二人构成安徽应用数学中心MathU实验室的双核。学生梯队则以2023届的唐文强、汪方军、徐洋、陈皓为可确证的核心，加上罗一鑫、马杨玲、杜叶谦、邱安东、张嘉俊、孔静、黄冠华、石干泉、迟旭荣、王星宇等长期学生型合作者，构成一个规模可观、方向多元的团队。这一圈层的特殊性在于其"双向性"：学生既是论文合作者，也是九韶内核团队的人力来源，学术训练与工程交付在同一批人身上完成。
第四圈层：跨机构学术与国际接口。 首尔国立大学的 Tae-Wan Kim 是其博士后阶段的国际学术起点；佐治亚理工 ISyE 的访问经历虽未留下密集的论文合作，却重塑了其运筹与优化的方法论。香港大学王文平、大连理工刘秀平与王伟明、微软亚洲研究院童欣构成三维打印时期的跨机构团队。近年则以苏州为新的地理集聚点，与苏州大学陈景润、康红梅、罗嘉琪等形成物理信息神经网络、多相流模拟等新兴合作，同时与北京大学、普渡大学、旷视科技等在深度学习理论与视觉方向有零星但高质量的连接。
第五圈层：产业与国家平台网络。 这是其区别于绝大多数GCL教师的圈层。核心枢纽人物是鄂维南院士——从2017年那次决定性谈话，到担任合肥人工智能与大数据研究院学术委员会主任，再到2026年"关于国产工业软件的发展，鄂老师又有了新思路"的持续互动，鄂维南在其产业路径上扮演了战略引路人的角色。围绕这一轴心展开的是九韶科技（CEO郑裕峰）、合肥人工智能与大数据研究院、浙东南人工智能与大数据研究院、北京大数据研究院构成的机构网络，以及安徽江淮汽车、安徽建工、中铁四局、海螺集团、国网系统等产业合作方，加上家装、建筑、矿山、装备制造、芯片量测、航空航天、船舶、机床等落地行业。
总体而言，杨周旺是GCL体系中最典型的"承前启后并向外突破"型学者。承前，是他完整继承了中科大四十余年计算几何的数学传统并明确自认第三代；启后，是他以MathU实验室和九韶团队培养出既能写论文又能写内核代码的新一代；向外突破，是他把原本停留在期刊论文层面的样条与优化理论，转化为国内首个自主可控的商用几何内核与一整套工业软件生态。其学术网络的价值不在于合作者数量的绝对规模，而在于每一个圈层都被赋予了明确的功能定位——师承提供理论正当性，GCL提供学术共同体，MathU提供执行力，跨机构合作提供方法更新，产业平台提供问题来源与资源循环。若说其网络仍有可拓展之处，主要在于国际合作的当前活跃度相对于早期首尔国立大学时期有所下降，以及其在纯图形学国际会议社群中的曝光度低于同实验室专注图形学的同事；但从"数学如何服务国家产业需求"这一评价维度看，其网络结构的完整性与有效性在国内应用数学界属于罕见的范例。
主要公开资料
- 中科大杨周旺中文教师主页：教育背景、博士后与访学经历、研究方向、荣誉奖项。
- GCL实验室杨周旺主页：GCL归属、研究方向、产学研合作与成果转化说明。
- 安徽应用数学中心杨周旺教授页：现任职务、学会兼职、项目与奖项。
- 《中国科学报》专访"杨周旺：为国产工业软件锻造一颗'中国心'"：博士导师自述、九韶内核研发历程、四代学术传承、商业化困难与人才策略。
- GCL论文获奖：获SIGGRAPH Asia首届Test-of-Time Award：获奖论文完整作者名单与奖项评选规则。
- 中科大安徽应用数学中心MathU实验室2023届博士研究生答辩会报道：博士生名单与答辩委员会构成。
- USTC 2012 Summer School《计算机图形学前沿》课程主页：杨周旺与刘利刚共同主讲的记录。
- 邓建松教师主页："一种三维打印方法"专利发明人信息。
- 合肥人工智能与大数据研究院相关介绍 及 浙东南人工智能与大数据研究院介绍：新型研发机构任职与定位。
- 九韶"凝光NEXT"发布报道 与 蜀山区产业报道：九韶科技首席科学家身份、产品迭代与行业落地。
- OpenAlex 作者档案 A5047580521：论文总量、H指数、合作者频次与机构历史统计。