“DeepSeek，評(píng)價(jià)一下第三屆中國(guó)AIGC產(chǎn)業(yè)峰會(huì)”：
今年的峰會(huì)現(xiàn)場(chǎng)，20余位大咖以「萬物皆可AI」為主題，激辯“技術(shù)前沿與產(chǎn)業(yè)痛點(diǎn)”：
2025年中國(guó)AI應(yīng)用爆發(fā)的關(guān)鍵是提速降費(fèi)。
大模型來了，萬物皆可Chat，但不能是單純Excel+Chat。
大模型落地正在從簡(jiǎn)單、高容錯(cuò)的場(chǎng)景向復(fù)雜、低容錯(cuò)的場(chǎng)景延伸。
物理世界實(shí)現(xiàn)AGI，一定要通過端側(cè)智能。
大模型正在打破教育領(lǐng)域長(zhǎng)期存在的“不可能三角”。
……
臺(tái)上精彩紛呈，臺(tái)下座站無虛席，云端持續(xù)火爆，到場(chǎng)參會(huì)觀眾超千人，線上圍觀人數(shù)超320萬人，累計(jì)曝光量超2000萬次，延續(xù)了往屆峰會(huì)的火熱。
與以往不同的是，這一次協(xié)助編輯部共同整理內(nèi)容的大模型不再是ChatGPT和Claude，而是DeepSeek。
DeepSeek也成為峰會(huì)的高頻熱詞，前所未有的破圈效應(yīng)把AI推向前所未有的普及程度。
底層的基建，頂層的應(yīng)用，垂直的場(chǎng)景，正在迎來海量的用戶，一個(gè)「萬物皆可AI」的時(shí)代已經(jīng)到來。如何把握機(jī)遇，用好AI，帶你一文看盡。
AI如何落地千行百業(yè)？百度阮瑜：大模型場(chǎng)景從簡(jiǎn)單高容錯(cuò)向復(fù)雜低容錯(cuò)延伸
百度副總裁阮瑜首先談到了大模型應(yīng)用展現(xiàn)的三大趨勢(shì)：開發(fā)者可以輕松快速、低成本地開發(fā)出企業(yè)應(yīng)用；大模型場(chǎng)景從簡(jiǎn)單高容錯(cuò)向復(fù)雜低容錯(cuò)延伸；應(yīng)用市場(chǎng)在從工具市場(chǎng)向?qū)I(yè)服務(wù)市場(chǎng)拓展，市場(chǎng)潛力不斷地爆發(fā)。
隨之而來的，可以看到大模型的應(yīng)用形態(tài)也在不斷演進(jìn)：從單模態(tài)到多模態(tài)，從單智能體到多智能體，從輔助決策向自主執(zhí)行演進(jìn)。在這個(gè)趨勢(shì)下，越來越多的大模型應(yīng)用也將逐步解決用戶場(chǎng)景中的更多實(shí)際問題。
按照?qǐng)鼍皠澐?，百度智能云將千行百業(yè)的應(yīng)用分為兩類：通用應(yīng)用和行業(yè)應(yīng)用。
通用應(yīng)用中，多模態(tài)是個(gè)重要演進(jìn)方向。大模型時(shí)代，百度智能云發(fā)現(xiàn)大小模型相結(jié)合的方式，隨著多模態(tài)技術(shù)不斷發(fā)展，調(diào)優(yōu)成本是顯著降低的，而且碎片化的需求將有非常大的可能性會(huì)被標(biāo)準(zhǔn)化的產(chǎn)品來滿足。
百度智能云一見就是在視覺領(lǐng)域應(yīng)用深耕多年誕生出來的產(chǎn)品，其主要覆蓋三個(gè)場(chǎng)景，分別是安全生產(chǎn)（比如能源制造領(lǐng)域，沉淀了800多個(gè)安全生產(chǎn)模型）、連鎖合規(guī)（比如餐飲安全，有大量視覺場(chǎng)景需求）以及品質(zhì)管控等。
此外，大模型在行業(yè)里的應(yīng)用也發(fā)生了很多變化。以醫(yī)療為例，AI技術(shù)變革正全面滲透進(jìn)各種場(chǎng)景中，已經(jīng)能看到醫(yī)療大模型從輔助決策到自主執(zhí)行方向演進(jìn)。
阮瑜表示，整個(gè)AIGC應(yīng)用在各個(gè)產(chǎn)業(yè)里面的創(chuàng)新，離不開產(chǎn)業(yè)各界的共同努力。期待未來隨著大模型技術(shù)的不斷發(fā)展，可以攜手各方共同去加速大模型應(yīng)用在產(chǎn)業(yè)里面的落地、繁榮以及發(fā)展。
生數(shù)科技廖謙：隨著多模態(tài)生成能力實(shí)時(shí)可控可交互，會(huì)誕生全新的內(nèi)容平臺(tái)
生數(shù)科技產(chǎn)品副總裁、Vidu產(chǎn)品負(fù)責(zé)人廖謙帶來了多模態(tài)大模型生成方向的展望。
從整體技術(shù)發(fā)展來看，文本生成工作相對(duì)早，技術(shù)范式也更明確，解鎖的應(yīng)用場(chǎng)景非常多；多模態(tài)起步稍晚一點(diǎn)，圖像生成發(fā)展很快，已經(jīng)突破了技術(shù)奇點(diǎn)；而視頻生成這塊，現(xiàn)在的研發(fā)進(jìn)入到黃金發(fā)展期。
最近多模態(tài)還有個(gè)重要方向是具身智能，當(dāng)多模態(tài)的模型可以利用更多維度的數(shù)據(jù)，也會(huì)帶來更高維度的智能涌現(xiàn)。
而從產(chǎn)品來看，當(dāng)前整個(gè)中國(guó)視頻生成/多模態(tài)生成的產(chǎn)品，不管是模型效果、用戶、商業(yè)化的進(jìn)展，放眼全球都是相對(duì)領(lǐng)先的。
那么視頻生成能干什么？在生數(shù)Vidu的實(shí)踐中，AI短片、動(dòng)漫、大眾娛樂、廣告營(yíng)銷、電商等都是可落地的場(chǎng)景。
接下來多模態(tài)生成領(lǐng)域如何發(fā)展，他分享了三個(gè)行業(yè)洞察。
趨勢(shì)一，2025年將是多模態(tài)生成的爆發(fā)之年；
趨勢(shì)二，多模態(tài)內(nèi)容直出，而非僅僅是默劇和片段。
趨勢(shì)三：專業(yè)和半專業(yè)用戶會(huì)大規(guī)模涌入，產(chǎn)生破圈高價(jià)值的內(nèi)容。
不過當(dāng)前還是有很多問題需要解決，下周生數(shù)將發(fā)布Vidu Q1模型，它將在“極致高質(zhì)量“上帶來新的突破。
最后作為產(chǎn)品經(jīng)理，廖謙對(duì)多模態(tài)大模型的終局進(jìn)行了展望。
隨著多模態(tài)技術(shù)發(fā)展到可以做到實(shí)時(shí)可控可交互時(shí)，它完全做到個(gè)性化，到那時(shí)一定會(huì)誕生出全新內(nèi)容平臺(tái)。這將在社交、游戲、VR、AR等多個(gè)行業(yè)領(lǐng)域帶來非常深遠(yuǎn)的影響。
粉筆陳建華：有多少Context，就有多少個(gè)性化
大模型的出現(xiàn)，打破了教育不可能三角。可以同時(shí)兼顧高質(zhì)量、大規(guī)模化和個(gè)性化。
大會(huì)現(xiàn)場(chǎng)，粉筆CTO陳建華分享了他
們?cè)贏I教育領(lǐng)域的探索和實(shí)踐。
粉筆成?于2015年，是?家專注于職業(yè)考試培訓(xùn)的互聯(lián)?教育公司。
在陳建華看來，大模型落地教育有四個(gè)特點(diǎn)：聚焦學(xué)會(huì)，??僅答案正確； 學(xué)習(xí)主動(dòng)?臨巨?挑戰(zhàn)； 遵循科學(xué)、系統(tǒng)的教研體系；場(chǎng)景嚴(yán)肅、準(zhǔn)確率要求極?。
陳建華分享，粉筆在大模型教育應(yīng)用探索主要有三個(gè)階段。
階段一，聚焦在內(nèi)部、有限制、?場(chǎng)景中進(jìn)?探索。2023年粉筆嘗試直接解題，輔助題?解析，結(jié)果正確率太低，解析不符合教研體系。不過在點(diǎn)評(píng)場(chǎng)景?，給出點(diǎn)評(píng)框架讓?模型發(fā)揮，卻發(fā)現(xiàn)效果?常不錯(cuò)。
由此，他們意識(shí)到：?模型在教育場(chǎng)景落地中，推理能?仍需提升，結(jié)構(gòu)化引導(dǎo)?關(guān)重要。
階段?，2024年粉筆正式推出AI?師，標(biāo)志著從單點(diǎn)場(chǎng)景?向系統(tǒng)化、多場(chǎng)景融合，得到不少收獲。
而在第三階段，AI時(shí)代的全新產(chǎn)品——AI系統(tǒng)班發(fā)布，基于?模型、數(shù)字?、TTS等技術(shù)，AI系統(tǒng)班全程由AI?師驅(qū)動(dòng)學(xué)習(xí)流程，且提供了更加個(gè)性化的學(xué)習(xí)體驗(yàn)。
陳建華強(qiáng)調(diào)：有多少Context，就有多少個(gè)性化。
展望未來，他表示，粉筆在?模型賦能教育的探索將主要聚焦在兩個(gè)關(guān)鍵?向：多維度的個(gè)性化升級(jí)和三位一體的AI老師形態(tài)。
面壁智能李大海：物理世界實(shí)現(xiàn)AGI，一定是通過端側(cè)智能
面壁智能聯(lián)合創(chuàng)始人、CEO李大海帶來了端側(cè)智能的分享，他從DeepSeek的成功切入主題，李大海認(rèn)為其成功背后是天時(shí)地利人和的疊加，最底層是三個(gè)“密度”：
高人才密度、高組織密度、高資源密度。他總結(jié)認(rèn)為DeepSeek是在云端踐行高效大模型的組織，而面壁在端側(cè)秉承同樣的信念。
基于端側(cè)智能的長(zhǎng)期實(shí)踐，李大海提出了知識(shí)密度的概念，即大模型同樣參數(shù)量能夠壓縮越多的知識(shí)，知識(shí)密度越高，模型的智力就越強(qiáng)。
面壁認(rèn)為，高知識(shí)密度的模型在端上最有價(jià)值，端側(cè)智能也是物理世界實(shí)現(xiàn)AGI的必由之路。因?yàn)槲锢硎澜绲慕换?duì)實(shí)時(shí)性與用戶隱私保護(hù)有基本要求，端側(cè)更有優(yōu)勢(shì)，李大海以具身智能為例展開介紹了兩個(gè)場(chǎng)景。
首先是汽車，李大海認(rèn)為，汽車是第一個(gè)真正落地的具身智能。因?yàn)槠嚨木W(wǎng)絡(luò)不可能100%穩(wěn)定，因此需要不受網(wǎng)路影響的端側(cè)模型可隨時(shí)隨地感知。
目前面壁已在車端落地了首個(gè)純端側(cè)Agent智能助手超級(jí)小鋼炮cpmGO，不僅包括去年12月即端側(cè)部署的首個(gè)純端側(cè)、Always On 的 GUI Agent 屏幕助手， 還創(chuàng)造了覆蓋感知、決策、執(zhí)行全場(chǎng)景，與云端全面對(duì)齊的智能座艙「原生端側(cè)體驗(yàn)」。突破弱網(wǎng)斷網(wǎng)環(huán)境限制，實(shí)現(xiàn)低功耗高性能快響應(yīng)的「端側(cè)」專屬優(yōu)勢(shì)。
然后是機(jī)器人，李大海認(rèn)為只有把大模型直接部署在機(jī)器人的腦子里，機(jī)器人才能穩(wěn)定地靈敏感知與及時(shí)決策，相比云端具備先天的數(shù)據(jù)優(yōu)勢(shì)與用戶信任感。
中關(guān)村科金喻友平：“平臺(tái)＋應(yīng)用＋服務(wù)”是企業(yè)大模型落地的最佳路徑
中關(guān)村科金總裁喻友平的演講主題是“垂類大模型邁入商業(yè)化應(yīng)用時(shí)代”，他介紹了中關(guān)村科金如何將大模型技術(shù)應(yīng)用于企業(yè)服務(wù)領(lǐng)域。
喻友平強(qiáng)調(diào)，2025年大模型正式進(jìn)入應(yīng)用時(shí)代，企業(yè)面對(duì)大模型關(guān)注的核心問題其實(shí)是：大模型能否幫助增加收入、帶來更多客戶、節(jié)約成本或提高效率。
盡管企業(yè)應(yīng)用面臨算力成本高、模型與業(yè)務(wù)融合難、數(shù)據(jù)處理低效等挑戰(zhàn)，但市場(chǎng)前景廣闊，而垂類大模型則是企業(yè)突圍的關(guān)鍵。
喻友平介紹，中關(guān)村科金是一家大模型技術(shù)與應(yīng)用公司，具有10年+企業(yè)服務(wù)經(jīng)驗(yàn)，積累了深厚的領(lǐng)域和行業(yè)產(chǎn)品基礎(chǔ)。AI大模型浪潮來臨后，不斷用大模型對(duì)自有產(chǎn)品進(jìn)行重構(gòu)。
近兩年他們發(fā)現(xiàn)，企業(yè)對(duì)于垂類大模型、基于大模型平臺(tái)的應(yīng)用需求越來越大，在實(shí)際企業(yè)服務(wù)過程中，還發(fā)現(xiàn)一個(gè)規(guī)律：
要真正幫助這些企業(yè)實(shí)現(xiàn)大模型落地，本質(zhì)上還是需要做好平臺(tái)、應(yīng)用和服務(wù)。
由此，中關(guān)村科金提出了“平臺(tái)+應(yīng)用+服務(wù)”的三級(jí)引擎戰(zhàn)略，是企業(yè)大模型落地的最佳路徑，其核心是基于得助大模型平臺(tái)訓(xùn)練垂類大模型，打造有價(jià)值的智能化應(yīng)用。
得助大模型平臺(tái)覆蓋算力、數(shù)據(jù)、模型和智能體四大能力工廠，兼容各類算力和國(guó)內(nèi)外開源基礎(chǔ)模型，提供從數(shù)據(jù)標(biāo)注到訓(xùn)練推理的全流程支持，具備全鏈路的大模型開發(fā)和應(yīng)用能力。并且平臺(tái)還沉淀了數(shù)百個(gè)大小模型組合的“樣板間”，幫助客戶更容易實(shí)現(xiàn)應(yīng)用落地。
喻友平指出，大模型在企業(yè)的應(yīng)用難以完全標(biāo)準(zhǔn)化，每個(gè)企業(yè)業(yè)務(wù)流程和目標(biāo)、數(shù)據(jù)都有差異，在“樣板間”里企業(yè)則可以根據(jù)各自的需求場(chǎng)景做調(diào)優(yōu)，中關(guān)村科金與眾多合作伙伴一起訓(xùn)練出面向不同場(chǎng)景和行業(yè)的垂類大模型，并打造出得助智能陪練、智能質(zhì)檢、語音機(jī)器人、文本機(jī)器人、知識(shí)助手等有實(shí)用價(jià)值的智能應(yīng)用。
最后他還介紹了在垂類大模型、垂類場(chǎng)景中，中關(guān)村科金在工程建設(shè)領(lǐng)域、船舶工業(yè)領(lǐng)域，以及金融、汽車、家裝等行業(yè)的一系列大模型落地案例。
網(wǎng)易有道張藝：「AI+教育」的想象力與落地
網(wǎng)易有道智能應(yīng)用事業(yè)部負(fù)責(zé)人張藝圍繞AI教育，分享了有道一系列的大模型落地成果。
張藝認(rèn)為大模型在教育場(chǎng)景天然的具有普適性，學(xué)校、家庭和自學(xué)三個(gè)場(chǎng)景非常關(guān)鍵，AI在不同場(chǎng)景扮演著不同的角色。
比如在家庭場(chǎng)景，AI像家庭老師幫你輔導(dǎo)孩子，自學(xué)場(chǎng)景則更像是個(gè)學(xué)習(xí)搭子。
張藝介紹，業(yè)內(nèi)一般將AI在教育領(lǐng)域的進(jìn)展分為四個(gè)階段，目前AI已從“輔助教學(xué)”進(jìn)化至“個(gè)性化學(xué)習(xí)”，正朝著成為“虛擬老師”努力。
以有道最新落地進(jìn)展為例，張藝還談到，AI不僅重塑了原有業(yè)務(wù)，也帶來了全新的AI應(yīng)用及硬件機(jī)會(huì)。
據(jù)介紹，有道自研的子曰翻譯大模型2.0最近以14B參數(shù)規(guī)模，在翻譯質(zhì)量上保持行業(yè)領(lǐng)先，已在有道詞典、翻譯等產(chǎn)品中上線。
在AI原生應(yīng)用方面，虛擬人口語私教產(chǎn)品Hi Echo，可以提供隨時(shí)隨地的口語練習(xí)，以及兒童模式、雅思模式等垂直內(nèi)容，并履獲蘋果應(yīng)用商店推薦，成為教育垂直落地的代表。同時(shí)有道今年正在探索AI播客等全新領(lǐng)域，新產(chǎn)品有道文檔FM能實(shí)現(xiàn)超擬人音色生成，并已開啟全網(wǎng)公測(cè)。
而有道也在AI原生硬件發(fā)力，新品SpaceOne全面屏答疑筆，通過內(nèi)置的AI家教“小P老師”實(shí)現(xiàn)全科答疑的同時(shí)，基于多模態(tài)識(shí)圖能力，還帶來更豐富的交互學(xué)習(xí)可能性。
如何為AI產(chǎn)業(yè)保駕護(hù)航？PPIO派歐云姚欣：AI時(shí)代需要“提速降費(fèi)”，讓免費(fèi)成為可能
PPIO派歐云聯(lián)合創(chuàng)始人、CEO姚欣的演講從“AI大規(guī)模應(yīng)用，成本非常關(guān)鍵”這一問題展開。
他認(rèn)為2025年整個(gè)AI行業(yè)的關(guān)注點(diǎn)已從大模型本身轉(zhuǎn)向了應(yīng)用落地，特別是以Agent為核心的應(yīng)用發(fā)展。
AI應(yīng)用普及面臨兩大挑戰(zhàn)：Agent單次任務(wù)消耗近百萬Token、中國(guó)互聯(lián)網(wǎng)用戶的免費(fèi)習(xí)慣很難改變。
他通過移動(dòng)互聯(lián)網(wǎng)發(fā)展的歷史類比，提出“AI時(shí)代需要提速降費(fèi)”的觀點(diǎn)。從2014年到2021年，移動(dòng)流量資費(fèi)下降了90%，這極大促進(jìn)了移動(dòng)互聯(lián)網(wǎng)的普及。同樣，AI應(yīng)用要走向大眾，也需要大幅降低使用成本。
接下來姚欣表示，目前如果要實(shí)現(xiàn)AI大規(guī)模應(yīng)用和降本，AI Infra公司必須要成為最懂上層模型和應(yīng)用的底層硬件基礎(chǔ)設(shè)施公司。
而這也是PPIO派歐云的定位。他詳細(xì)介紹了PPIO派歐云的技術(shù)策略。
一是持續(xù)跟進(jìn)最新模型，整合更多開源模型，實(shí)現(xiàn)模型的推理加速；二是建立全局分布式算力調(diào)度系統(tǒng)，應(yīng)對(duì)海量用戶請(qǐng)求；三是通過整合全國(guó)約4000個(gè)數(shù)據(jù)中心的閑置算力資源，覆蓋1200多個(gè)城市，提供10毫秒響應(yīng)的算力服務(wù)。
成效方面，姚欣透露PPIO派歐云提供的整個(gè)AI推理服務(wù)，每年都能實(shí)現(xiàn)10倍左右的成本下降。以去年推出的Llama-8B模型為例，上線時(shí)定價(jià)還是0.1美金，去年年底已降到4分錢，在未來兩三個(gè)月內(nèi)還會(huì)降到1分錢。
到今天，PPIO平臺(tái)上每日Token消耗量已突破千億次，且每月保持超過50%的增速。他相信這一增長(zhǎng)曲線將如早期移動(dòng)互聯(lián)網(wǎng)一樣呈現(xiàn)陡峭上升態(tài)勢(shì)。
亞馬遜云Troy Cui：提高數(shù)據(jù)質(zhì)量和效率是AI賦能的重要前提
亞馬遜云科技大中華區(qū)數(shù)據(jù)及存儲(chǔ)產(chǎn)品總監(jiān)Troy Cui在分享中提出，AI最核心的競(jìng)爭(zhēng)力仍然是企業(yè)自己的數(shù)據(jù)，如何將數(shù)據(jù)更快地變成洞察，盡可能提高數(shù)據(jù)質(zhì)量，是AI賦能的重要前置條件。
企業(yè)已經(jīng)認(rèn)識(shí)到數(shù)據(jù)對(duì)自身競(jìng)爭(zhēng)力的重要性，但目前數(shù)據(jù)治理存在著諸多問題，比如多部門協(xié)作時(shí)的數(shù)據(jù)碎片化問題，傳統(tǒng)技術(shù)棧與云技術(shù)不兼容，傳統(tǒng)ETL(Extract-Transform-Load)開發(fā)維護(hù)成本高等。
針對(duì)行業(yè)痛點(diǎn)，亞馬遜云提出了一系列解決方案。
首先是統(tǒng)一數(shù)據(jù)與AI平臺(tái)Amazon SageMaker Unified Studio，提供一站式數(shù)據(jù)開發(fā)、模型訓(xùn)練和部署環(huán)境，企業(yè)可以基于自身數(shù)據(jù)，用其在幾分鐘內(nèi)構(gòu)建一個(gè)低代碼的智能問答平臺(tái)。
然后是數(shù)據(jù)檢索工具，一個(gè)是集成在Amazon SageMake中的AI助手Amazon Q，支持自然語言快速生成復(fù)雜的SQL，可以幫助開發(fā)者判斷代碼是否存在知識(shí)產(chǎn)權(quán)的問題。
還有一個(gè)應(yīng)用于視頻的方案Media To Cloud，支持用自然語言搜到想要的視頻片段。
接著還有Zero-ETL解決方案，自動(dòng)化將數(shù)據(jù)匯聚到數(shù)據(jù)倉(cāng)庫(kù)或數(shù)據(jù)湖，減少ETL開發(fā)工作。
Troy Cui最后總結(jié)表示，云服務(wù)的基線已經(jīng)從存儲(chǔ)、計(jì)算、網(wǎng)絡(luò)和數(shù)據(jù)庫(kù)轉(zhuǎn)變?yōu)榇鎯?chǔ)、計(jì)算、數(shù)據(jù)和AI-Infra，這也反映出AI在云計(jì)算越來越重要。
無問芯穹夏立雪：端云并舉改善算力供需矛盾
無問芯穹聯(lián)合創(chuàng)始人、CEO夏立雪指出，大模型發(fā)展逐漸步入推理規(guī)模擴(kuò)展時(shí)代，算力需求將激增百倍，但粗放供給與精細(xì)需求矛盾日益凸顯。
他將傳統(tǒng)裸金屬算力服務(wù)比喻為“高端毛坯房”——用戶需自主完成系統(tǒng)搭建與運(yùn)維，使用門檻高且資源利用率低。應(yīng)構(gòu)建高質(zhì)量平臺(tái)化算力服務(wù)，幫助企業(yè)將分散算力升級(jí)為“商業(yè)廣場(chǎng)”、“AI賦能綜合體”式標(biāo)準(zhǔn)化服務(wù)，使中小開發(fā)者無需關(guān)注底層架構(gòu)即可獲得完整AI服務(wù)生態(tài)。
無問芯穹正在相應(yīng)技術(shù)堆棧上持續(xù)取得突破，在端側(cè)首創(chuàng)SpecEE推理框架，利用小參數(shù)模型縮減大模型搜索空間，實(shí)現(xiàn)AI PC等智能終端上2.43倍推理加速；云端創(chuàng)新推出semi-PD，結(jié)合融合式實(shí)例存儲(chǔ)優(yōu)勢(shì)和分離式實(shí)例計(jì)算優(yōu)勢(shì)，實(shí)現(xiàn)延時(shí)降低最高達(dá)5.6倍；另提出通用計(jì)算通信方案FlashOverlap，首次以基于信號(hào)的方式實(shí)現(xiàn)計(jì)算通信重疊以降低通信開銷，可在生產(chǎn)級(jí)和消費(fèi)級(jí)顯卡上實(shí)現(xiàn)約1.5倍加速。
夏立雪最后強(qiáng)調(diào)，通過全鏈路算力服務(wù)平臺(tái)研發(fā)，無問芯穹正推動(dòng)AI算力向“水電煤式”基礎(chǔ)設(shè)施進(jìn)化，讓每份算力高效轉(zhuǎn)化為新質(zhì)生產(chǎn)力。
瑞萊智慧田天：大模型落地關(guān)鍵在于智能體組織，安全是核心前置門檻
大模型應(yīng)用廣泛落地中，AI安全隱患、AI被濫用等問題開始涌現(xiàn)。在瑞萊智慧視角下，怎么去看待這一問題。
第一，首先關(guān)注去提升AI自身的可靠性和安全性，如越獄攻擊、偏見歧視、模型幻覺等，這是因?yàn)锳I能力還不夠強(qiáng)，需要對(duì)AI自身進(jìn)行加固。
第二，隨著AI生成能力越來越強(qiáng)，技術(shù)本身也是一個(gè)雙刃劍，需要去防范AI濫用以及被人惡意應(yīng)用所帶來的一些危害。
第三，如果AI能力進(jìn)一步增強(qiáng)，達(dá)到所謂AGI，能力全方位超越人類水平的時(shí)候，需要考慮怎么保證AGI的安全發(fā)展。
圍繞AI的內(nèi)生和衍生安全，瑞萊智慧經(jīng)過長(zhǎng)期實(shí)踐，已經(jīng)有一系列平臺(tái)產(chǎn)品落地。對(duì)于怎么確保AGI安全發(fā)展，瑞萊也在進(jìn)行一些前沿的布局研究，包括怎么樣搭建超級(jí)對(duì)齊平臺(tái)，用AI監(jiān)管AI，最終實(shí)現(xiàn)更加安全的超級(jí)智能。
可能大家會(huì)有疑問，是不是隨著AI大模型能力越來越強(qiáng)，甚至到了AGI時(shí)代，自然而然變得更加安全可控，就不需要進(jìn)行獨(dú)立的安全研究和布局了。
類比人類社會(huì)智能的發(fā)展，古代人類個(gè)體智慧水平相比于現(xiàn)在，并沒有那么大的差異。但古代人類沒有辦法形成很強(qiáng)的生產(chǎn)力，而現(xiàn)代人類系統(tǒng)，通過強(qiáng)有力的組織形式和分工取得了前人所無法想象的成就，其關(guān)鍵就在于如何將智能體組織起來。
對(duì)于大模型也一樣，今天大模型已具備非常強(qiáng)的能力水平，我們不需要單一的智能體具備無所不能的能力，但如果把現(xiàn)有的智能體通過比較好的方式組織并融入到各行各業(yè)的工作流之中，重構(gòu)工作流程，就有可能大幅度解放AI的生產(chǎn)力。
在這個(gè)過程中，安全可控一定是非常核心的前置的門檻。
華為王輝：網(wǎng)絡(luò)安全進(jìn)入新階段 ，AI成為網(wǎng)絡(luò)守護(hù)者
華為NCE數(shù)據(jù)通信領(lǐng)域總裁王輝在演講中表示，當(dāng)前全球AI產(chǎn)業(yè)正處于全面加速狀態(tài)，帶來網(wǎng)絡(luò)升級(jí)、智能終端泛在和大模型普及等顯著變化，持續(xù)加劇了企業(yè)網(wǎng)絡(luò)安全風(fēng)險(xiǎn)。
他從網(wǎng)絡(luò)安全的視角講述了如何為AI產(chǎn)業(yè)保駕護(hù)航，以及AI如何為網(wǎng)絡(luò)和安全產(chǎn)業(yè)做好深度賦能。
他表示，AI催生出了新的網(wǎng)絡(luò)安全攻擊場(chǎng)景，包括大模型越獄攻擊（利用大模型自身漏洞進(jìn)行控制）、勒索軟件攻擊（大模型自動(dòng)生成勒索變種）、社會(huì)工程學(xué)攻擊（大模型釣魚新型攻擊）等。
由此，網(wǎng)絡(luò)安全也進(jìn)入了新的階段，他分享了華為的安全應(yīng)對(duì)之道，即構(gòu)建以AI為核心的新一代L4級(jí)網(wǎng)絡(luò)自動(dòng)駕駛系統(tǒng)，實(shí)現(xiàn)網(wǎng)絡(luò)和安全的深度融合，整體包括三層：
智能網(wǎng)元：內(nèi)生安全，保障網(wǎng)絡(luò)自主可控；內(nèi)置AI，為整網(wǎng)智能化提供必要的數(shù)據(jù)要素；
網(wǎng)安融合：云網(wǎng)邊端的的深度融合，形成網(wǎng)安一體的立體式防御作戰(zhàn)；
智能決策：在攻擊AI加持下，網(wǎng)絡(luò)智能體尤其關(guān)鍵，在傳統(tǒng)檢測(cè)與響應(yīng)的工作流外，能夠更加自主的威脅分析、阻斷與處置閉環(huán)。
最后，王輝強(qiáng)調(diào)了四個(gè)觀點(diǎn)：
第一，未來網(wǎng)絡(luò)安全將進(jìn)入AI與AI對(duì)抗的螺旋式競(jìng)爭(zhēng)階段，取決于進(jìn)化的速度。
第二，智能體的智能程度不是取決于對(duì)已知的決策，而是對(duì)未知的判斷。智能體當(dāng)前還是采用了大量的外掛，是面向過去經(jīng)驗(yàn)的總結(jié)，提升模型自身的邏輯推理和規(guī)劃能力，才能從已知走向未知。
第三，AI落地垂直行業(yè)是一個(gè)系統(tǒng)工程，不僅僅是引入大模型或智能體，更涉及到硬件、軟件、模型甚至流程的重塑，緊密結(jié)合，相互協(xié)同，才能重構(gòu)一個(gè)垂直行業(yè)。
第四，在AI這場(chǎng)國(guó)運(yùn)級(jí)別的競(jìng)爭(zhēng)中，要用最領(lǐng)先的AI技術(shù)賦能網(wǎng)絡(luò)，用最安全的網(wǎng)絡(luò)技術(shù)護(hù)航AI產(chǎn)業(yè)，推動(dòng)新質(zhì)生產(chǎn)力，做科技文明復(fù)興的守護(hù)者。
各行各業(yè)從業(yè)者怎么用AI？MSRA劉煒清：RD-Agent讓每個(gè)研究員都有個(gè)Agent當(dāng)科研助理
微軟亞洲研究研究院首席研究員劉煒清博士談到的，是大語言模型時(shí)代下的數(shù)據(jù)科學(xué)新引擎RD-Agent，其起源、現(xiàn)狀和未來。
回望過去十年產(chǎn)業(yè)相關(guān)落地應(yīng)用和工作，常用的開發(fā)范式是在海量數(shù)據(jù)中找到有價(jià)值的特征來訓(xùn)練模型，根據(jù)業(yè)務(wù)場(chǎng)景不斷迭代漸進(jìn)的過程，最終得到一個(gè)智能化解決方案。
但大模型時(shí)代到來，是等待被沖擊還是選擇被賦能？團(tuán)隊(duì)研發(fā)RD-Agent的初衷旨在讓研究員和數(shù)據(jù)科學(xué)家人人都能擁有科研助理，來承擔(dān)起重復(fù)但高門檻的工作。只需要人類專家提供一個(gè)想法以及數(shù)據(jù)，RD-Agent就能完成代碼實(shí)現(xiàn)。
當(dāng)前的階段，他們更進(jìn)一步的目標(biāo)是構(gòu)建通用的數(shù)據(jù)科學(xué)或機(jī)器學(xué)習(xí)智能體，以增強(qiáng)人類專家的能力和產(chǎn)出，甚至自動(dòng)解決新場(chǎng)景和新問題并持續(xù)改進(jìn)方案。
通過引入領(lǐng)域知識(shí)和經(jīng)驗(yàn)優(yōu)化算法，使其可以模仿人類專家，RD-Agent解決廣泛數(shù)據(jù)科學(xué)任務(wù)的能力得到了顯著增強(qiáng)，但也漸漸顯現(xiàn)出「只是模仿專家，很難達(dá)到更高境界」這種瓶頸，團(tuán)隊(duì)正在快速迭代演進(jìn)中嘗試以數(shù)據(jù)驅(qū)動(dòng)的路線來突破這一瓶頸。目前RD-Agent在Kaggle比賽測(cè)試上已經(jīng)能夠達(dá)到初階從業(yè)者的水平。
未來他們期待RD-Agent可以自主發(fā)現(xiàn)新方法，能重塑數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)領(lǐng)域。
最后可以這樣總結(jié)，團(tuán)隊(duì)從最開始自動(dòng)化為初衷，到現(xiàn)在是增強(qiáng)的階段，到未來它能在不同場(chǎng)景數(shù)據(jù)中自主觀察、分析和理解來改進(jìn)現(xiàn)有的方法或者發(fā)明新的方法，為各行各業(yè)賦能。
數(shù)勢(shì)科技譚李：讓每個(gè)打工人都能有數(shù)據(jù)分析和決策助手
今天我給大家分享一個(gè)每個(gè)打工人都能擁有的數(shù)據(jù)分析和決策助手。
數(shù)勢(shì)科技聯(lián)合創(chuàng)始人譚李剛上臺(tái)就點(diǎn)明了這次演講的主題。
譚李首先從行業(yè)視角分析了數(shù)據(jù)分析領(lǐng)域的現(xiàn)狀和挑戰(zhàn)。他指出，即便是領(lǐng)先的互聯(lián)網(wǎng)公司或優(yōu)秀的傳統(tǒng)企業(yè)，目前也只有10%的業(yè)務(wù)人員能隨時(shí)獲取所需數(shù)據(jù)，對(duì)于絕大多數(shù)業(yè)務(wù)人員來講經(jīng)常遇到的問題是數(shù)據(jù)分析面臨大量的需求“排隊(duì)”。
他分析了三個(gè)關(guān)鍵趨勢(shì)正在加速新數(shù)據(jù)消費(fèi)范式的到來：
數(shù)據(jù)右移：數(shù)據(jù)權(quán)重從采集、入倉(cāng)向消費(fèi)端遷移，“以消費(fèi)促治理，以消費(fèi)驅(qū)動(dòng)數(shù)據(jù)生產(chǎn)”成為主旋律。
決策下移：從集中式?jīng)Q策轉(zhuǎn)向分散式?jīng)Q策，各部門需要做出敏捷決策。
管理后移：科技企業(yè)不再設(shè)置詳細(xì)的前期業(yè)務(wù)規(guī)則，而是“招到優(yōu)秀的人給他好的命題讓他自主發(fā)揮”。
這三大趨勢(shì)在需求側(cè)，創(chuàng)造了大量數(shù)據(jù)即時(shí)消費(fèi)的需求。而供給側(cè)，隨著DeepSeek的面世以及AI產(chǎn)業(yè)鏈各環(huán)節(jié)的發(fā)力，AI Agent落地的成本指數(shù)級(jí)降低。因此，AI Agent用于數(shù)據(jù)分析場(chǎng)景不僅成為剛需也成為可能。于是譚李介紹了數(shù)勢(shì)科技的新一代決策分析智能體SwiftAgent。
SwiftAgent是一款面向企業(yè)的數(shù)據(jù)分析與決策AI智能體，核心解決四層面問題：
及時(shí)提供數(shù)據(jù)和事實(shí)，即需即給；給出深度洞察和智能歸因；生成智能報(bào)告，指引業(yè)務(wù)決策；關(guān)聯(lián)行動(dòng)，自主進(jìn)行長(zhǎng)距離任務(wù)規(guī)劃和執(zhí)行。
譚李還特別強(qiáng)調(diào)了企業(yè)級(jí)應(yīng)用面臨的挑戰(zhàn)，為解決這些挑戰(zhàn)，數(shù)勢(shì)科技打造了完整的技術(shù)棧，解決企業(yè)級(jí)產(chǎn)品的數(shù)據(jù)安全、模型幻覺、計(jì)算性能問題。
最后，譚李宣布了數(shù)勢(shì)科技即將發(fā)布的智能分析Agent白皮書，作為行業(yè)方法論引領(lǐng)的重要一步。
螞蟻集團(tuán)徐達(dá)峰：AI重構(gòu)前端開發(fā)的難點(diǎn)與解決
螞蟻集團(tuán)平臺(tái)智能體驗(yàn)技術(shù)負(fù)責(zé)人徐達(dá)峰基于團(tuán)隊(duì)在前端從業(yè)開發(fā)的實(shí)踐，分享了AI編碼落地的難點(diǎn)與解決方案。
徐達(dá)峰表示，AI前端研發(fā)已成為行業(yè)共識(shí)，但在整個(gè)軟件研發(fā)的生命周期仍然有很大的提效空間，AI研發(fā)在企業(yè)落地主要面臨AI輔助編碼后續(xù)修改比率高，安全與可靠運(yùn)行，兼容現(xiàn)有研發(fā)體系和思維模式等三大難點(diǎn)。
聚焦前端開發(fā)場(chǎng)景，螞蟻前端技術(shù)團(tuán)隊(duì)打造了WeaveFox智能研發(fā)體系進(jìn)行AI編碼，主要有圖生代碼、意圖生碼和AI質(zhì)檢系統(tǒng)三大突破方向，讓AI能根據(jù)用戶輸入的設(shè)計(jì)圖，或者工程上下文補(bǔ)充邏輯代碼，交付通過多模態(tài)技術(shù)檢查產(chǎn)物質(zhì)量。
當(dāng)然對(duì)前端開發(fā)者來說，最棘手的不光是開發(fā)和改bug，還有不同終端的頁(yè)面適配。螞蟻前端技術(shù)團(tuán)隊(duì)為此制定了圖生代碼的UI IR標(biāo)準(zhǔn)，讓AI前端開發(fā)一鍵跨端適配成為可能，能夠生成各種框架庫(kù)，比如說VUE和React，也包括后續(xù)的鴻蒙OS和安卓的一些界面實(shí)現(xiàn)類代碼。
目前WeaveFox已在阿里和螞蟻的實(shí)際投產(chǎn)，據(jù)介紹在超500名前端工程師的參與下，目前在設(shè)計(jì)圖交付動(dòng)線場(chǎng)景下 AI 已累計(jì)生成合并接近100萬行代碼；研發(fā)效率最高可提升5倍。
趣丸賈朔：AI取代了重復(fù)性的音樂工作流
那么AI又如何在音樂產(chǎn)業(yè)落地呢？趣丸科技副總裁賈朔分享了他們自身的觀察與探索。
他首先指出2024年是AI音樂發(fā)展的重要節(jié)點(diǎn)，技術(shù)門檻、創(chuàng)作門檻大大降低。這既帶來機(jī)遇也帶來挑戰(zhàn)，音樂行業(yè)部分工作可能被AI替代或沖擊，也可能提高創(chuàng)作效率和質(zhì)量。
站在2025年AI音樂應(yīng)用元年的時(shí)間點(diǎn)，AI將以怎樣的方式給產(chǎn)業(yè)帶來正向影響？賈朔認(rèn)為：
一方面，很多AI產(chǎn)業(yè)化應(yīng)用，有可能是以相對(duì)來說潤(rùn)物細(xì)無聲的方式在背后默默進(jìn)行。
另一方面，他認(rèn)為AI更有可能作為輔助的方式幫助現(xiàn)有的從業(yè)者、創(chuàng)作家，以更低的成本、更快的速度去完成更高質(zhì)量的藝術(shù)創(chuàng)作。以之前的實(shí)踐來看，AI創(chuàng)作提效提速初步估算在10倍以上。
這也看到了一種新的可能性——
AI的應(yīng)用與傳統(tǒng)產(chǎn)業(yè)不是一個(gè)替代跟競(jìng)爭(zhēng)的關(guān)系，更有可能是協(xié)助產(chǎn)業(yè)升級(jí)的方式。
他們自研的音樂大模型在多模態(tài)音樂生成、中文人聲歌曲生成、編曲能力等方面都有特色，甚至還通過了專業(yè)學(xué)生盲測(cè)，多數(shù)評(píng)測(cè)者難區(qū)分人聲是機(jī)器還是真人，歌曲自然度已經(jīng)突破音樂“圖靈測(cè)試”，效果超越美國(guó)頭部模型。
接下來2025年，應(yīng)用層是他們探索的重要方向。當(dāng)前他們以MIDI電子編曲為切入點(diǎn)，讓音樂人掌握藝術(shù)創(chuàng)作的方向盤，由AI輔助幫助音樂人去快速地產(chǎn)生完整的作品。
圓桌對(duì)話：AI 產(chǎn)品如何在垂直賽道落地為王
按照慣例，大會(huì)最后迎來了一場(chǎng)備受矚目的圓桌論壇，今年主題聚焦“AI產(chǎn)品如何在垂直賽道落地為王”。
圓桌對(duì)話嘉賓是四位垂直領(lǐng)域行業(yè)翹楚，分別是：
輕松健康集團(tuán)技術(shù)副總裁高玉石
像素綻放PixelBloom (AiPPT.com）CEO趙充
心影隨形科技（逗逗游戲伙伴）創(chuàng)始人、CEO劉斌新
貍譜APP負(fù)責(zé)人一休
討論話題包括產(chǎn)品定位的關(guān)鍵決策、確定產(chǎn)品核心功能的思考?xì)v程、AI垂直應(yīng)用的未來發(fā)展趨勢(shì)等。
Q：為什么要把AI落地到現(xiàn)在的場(chǎng)景？如何確定產(chǎn)品的主打功能？
劉斌新表示，兩年前看到ChatGPT后產(chǎn)生了“用AI創(chuàng)造快樂”的想法，想要做“伴隨”用戶的應(yīng)用，給用戶更多情緒價(jià)值。目前產(chǎn)品功能的底層邏輯，就是滿足用戶在游戲場(chǎng)景里對(duì)陪伴、成就和共鳴的需求。
一休則是在看到AI生圖能力后，意識(shí)到AI可以讓原來有創(chuàng)作欲但沒有創(chuàng)作技能的普通用戶，也能利用AI工具去創(chuàng)作內(nèi)容。然后打造了貍譜APP，一款能用AI生成漫畫和動(dòng)漫的創(chuàng)作工具，把內(nèi)容消費(fèi)者轉(zhuǎn)變?yōu)閮?nèi)容創(chuàng)作者，擴(kuò)大了創(chuàng)作者群體。
Q：如何在容易同質(zhì)化的場(chǎng)景用AI打造差異化優(yōu)勢(shì)？還有哪些進(jìn)一步的差異化規(guī)劃？
高玉石介紹目前平臺(tái)有1.68億注冊(cè)用戶，和數(shù)萬多名醫(yī)療專業(yè)人員以及近百家醫(yī)藥和保險(xiǎn)公司建立了伙伴關(guān)系，具有非常完整的用戶生態(tài)和數(shù)據(jù)的優(yōu)勢(shì)，這些優(yōu)勢(shì)會(huì)進(jìn)一步放大并轉(zhuǎn)化成差異化優(yōu)勢(shì)。他以科普內(nèi)容為例，表示平臺(tái)沉淀了超過67萬條科普內(nèi)容，在疾病和健康相關(guān)數(shù)據(jù)有很深厚的積累，相對(duì)來說專業(yè)性和深入度更高。
趙充分享了對(duì)AI應(yīng)用在產(chǎn)品和渠道側(cè)的打法，首先AiPPT.cn在產(chǎn)品側(cè)是不需要按鈕的AI原生工作流程，就和傳統(tǒng)PPT創(chuàng)作形成了最基礎(chǔ)的差異化，而且覆蓋品類范圍廣，四大PPT品類全都做。然后是渠道側(cè)，目前AiPPT.cn攜手200個(gè)生態(tài)伙伴共同開發(fā)市場(chǎng)，為很多知名AI平臺(tái)如豆包、釘釘?shù)腜PT制作賦能，已經(jīng)在全球積累了約2000萬名用戶。
Q：從產(chǎn)品面世至今，做AI產(chǎn)品有哪些的環(huán)境因素發(fā)生了重大變化？這對(duì)大家的產(chǎn)品有什么影響？
一休認(rèn)為環(huán)境變化主要有兩個(gè)，一是視頻模型的快速迭代；二不得不提的是DeepSeek。在視頻創(chuàng)作方面，一休透露他們?cè)驹O(shè)想搞類似于平行世界創(chuàng)作，但發(fā)現(xiàn)創(chuàng)作核心idea仍然要靠人完成，之后沒有在這個(gè)方向繼續(xù)探索下去。DeepSeek出來以后，他們也嘗試了用它來寫劇情。
劉斌新感受到的變化，首先是大模型底層變化讓一些事情變得可能，例如AI搜索在以前有各種幻覺問題，得用各種RAG來做輔助，現(xiàn)在有了推理模型，模型自己能回答得很好。其次，用戶對(duì)AI的接受度變高。第三個(gè)變化是中國(guó)的AI應(yīng)用正在走向全球。
在趙充看來，最大的變化是今年應(yīng)該是AI應(yīng)用創(chuàng)業(yè)最好的時(shí)間，原因有三點(diǎn)：DeepSeek帶動(dòng)了整個(gè)AI應(yīng)用的大盤；所有應(yīng)用的范式在做切換，有大量的重新定義產(chǎn)品的機(jī)會(huì)；成本側(cè)，又降了約10倍。
高玉石認(rèn)為變化有兩個(gè)，一個(gè)是AI技術(shù)發(fā)展很快，成熟度明顯提升，能有效彌補(bǔ)目前自研模型在非核心能力上的各種空白，帶來的好處是產(chǎn)品迭代周期和效率明顯提升。另外，用戶對(duì)AI接受度明顯提高，但也變得更加理性。現(xiàn)在有層出不窮的AI產(chǎn)品，產(chǎn)品在場(chǎng)景里面有沒有有效滿足用戶需求、有沒有解決用戶的核心痛點(diǎn)，很關(guān)鍵。
Q：從單次爆款到常青樹，維持用戶粘性和長(zhǎng)期優(yōu)勢(shì)的關(guān)鍵因素是什么？
高玉石與劉斌新都談到了首先在解決用戶的需求、解決用戶痛點(diǎn)上面，真正提供端到端的完整體驗(yàn)。
隨后高玉石談到了以下兩點(diǎn)：將用戶使用數(shù)據(jù)與AI產(chǎn)品、場(chǎng)景等結(jié)合形成飛輪效應(yīng)；以及像輕松健康集團(tuán)這樣已經(jīng)形成完整生態(tài)的業(yè)務(wù)，將AI技術(shù)深度融入到業(yè)務(wù)流程，特別是關(guān)鍵流程，也很關(guān)鍵。他談到了輔助醫(yī)生創(chuàng)作科普視頻的一系列AI產(chǎn)品和工具，一方面降低了醫(yī)生進(jìn)行健康科普的門檻，另一方面C端海量用戶也能獲取有價(jià)值的專業(yè)健康知識(shí)，增加生態(tài)內(nèi)用戶的粘性。
劉斌新則補(bǔ)充表示「做時(shí)間的朋友」，隨著時(shí)代浪潮發(fā)展，更多技術(shù)迭代去交付更多能超出預(yù)期的功能。具體實(shí)操上有三個(gè)核心策略：通過構(gòu)建豐富的人物設(shè)定與用戶建立情感紐帶；數(shù)據(jù)驅(qū)動(dòng)深度洞察用戶需求；開放生態(tài)協(xié)同，提供全方位立體化價(jià)值服務(wù)。
對(duì)于爆款持續(xù)打造，一休更有心得。她首先談到精準(zhǔn)匹配平臺(tái)與人群屬性的重要性，根據(jù)目標(biāo)平臺(tái)特性選擇策略，深度洞察群體共性；此外還有內(nèi)容設(shè)計(jì)激發(fā)傳播沖動(dòng)，強(qiáng)化社交基因與情感共鳴。不過創(chuàng)業(yè)公司容易陷入單次爆款熱度消退后持續(xù)產(chǎn)出爆款的挑戰(zhàn)中，現(xiàn)在正在增加小爆款頻次，一步步往上走。
Q：根據(jù)觀察，影響AiPPT.cn一系列成功及用戶增長(zhǎng)的關(guān)鍵是什么？
趙充談到兩個(gè)關(guān)鍵：需求是不是剛性？需求能不能得到滿足？
對(duì)于需求剛性這件事，有個(gè)數(shù)據(jù)，全球每個(gè)月寫PPT次數(shù)是10億次，AI技術(shù)之后這個(gè)數(shù)在漲，很多之前不會(huì)寫PPT的人開始寫PPT了。
需求滿足這件事，核心思考的是垂直場(chǎng)景適配、產(chǎn)品體驗(yàn)層面等問題，比如像PPT中文本生成，大模型生成的東西不能直接用，尤其在政務(wù)、醫(yī)療等場(chǎng)景，他們通常會(huì)外掛領(lǐng)域知識(shí)庫(kù)實(shí)現(xiàn)專業(yè)化，從而更適配需求。
Q：下一輪增長(zhǎng)的關(guān)鍵驅(qū)動(dòng)因素會(huì)是什么？現(xiàn)在還能看到哪些新的場(chǎng)景/應(yīng)用機(jī)會(huì)？
劉斌新認(rèn)為方向可以看多模態(tài)的理解，理解指的是理解整個(gè)video時(shí)序里發(fā)生了什么，而不是單一圖片的這一幀里面有什么物體。他覺得以前移動(dòng)互聯(lián)網(wǎng)常用的MVP模型在AI時(shí)代不適用了，需要預(yù)判用戶的需求怎樣隨著技術(shù)的發(fā)展更好地解決，提前做好準(zhǔn)備。
一休看好多模態(tài)生成，看好的技術(shù)方向有兩點(diǎn)：一是實(shí)時(shí)生成，是精準(zhǔn)可控性，模式不完全是文字的方式，可以直接是一種手勢(shì)或者行為加上語音的方式。精準(zhǔn)可控性加上實(shí)時(shí)生成的話玩法會(huì)非常多樣，自由度非常高。
趙充分享了他們未來的三個(gè)核心策略。第一個(gè)是針對(duì)既有產(chǎn)品做深度場(chǎng)景化；第二個(gè)是出海；第三個(gè)事情是做新產(chǎn)品投資和孵化。他表示單品很難建立壁壘，靠產(chǎn)品矩陣、綜合的經(jīng)濟(jì)模型才會(huì)更好。
高玉石整體比較看好大健康領(lǐng)域。他認(rèn)為從傳統(tǒng)的診療、健康科普、健康管理，甚至臨床研究，藥物研發(fā)，都存在著大量的機(jī)會(huì)。他還詳細(xì)介紹了個(gè)性化和動(dòng)態(tài)化的健康管理服務(wù)，以及基于此，針對(duì)特定用戶群體提供定制化的保險(xiǎn)產(chǎn)品和個(gè)性化的保險(xiǎn)定價(jià)。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
