科技巨頭齊聚中國(guó)AIGC產(chǎn)業(yè)峰會(huì)揭秘AI產(chǎn)業(yè)落地密碼

底層的基建，頂層的應(yīng)用，垂直的場(chǎng)景，正在迎來(lái)海量的用戶。一個(gè)“萬(wàn)物皆可AI”的時(shí)代已經(jīng)到來(lái)。

4月16日，由量子位主辦的第三屆中國(guó)AIGC產(chǎn)業(yè)峰會(huì)在北京召開。大會(huì)以“萬(wàn)物皆可AI”為主題，匯聚行業(yè)20余位頂尖大咖共同探討AI技術(shù)的創(chuàng)新應(yīng)用與發(fā)展前景。“2025年值得關(guān)注的AIGC企業(yè)”“2025年值得關(guān)注的AIGC產(chǎn)品”兩個(gè)榜單揭曉，同時(shí)公布了《中國(guó)AIGC應(yīng)用全景圖譜》，全面展現(xiàn)了國(guó)內(nèi)AIGC產(chǎn)業(yè)的市場(chǎng)格局、技術(shù)演進(jìn)與發(fā)展趨勢(shì)。

出席峰會(huì)的嘉賓陣容強(qiáng)大，覆蓋了AI產(chǎn)業(yè)鏈各環(huán)節(jié)的領(lǐng)軍企業(yè)。既有百度、華為、螞蟻集團(tuán)等科技巨頭的技術(shù)掌舵人，也有微軟亞洲研究院、亞馬遜云科技等國(guó)際科技企業(yè)的研究專家；還有面壁智能、無(wú)問(wèn)芯穹、生數(shù)科技、心影隨形、貍譜等AI新銳企業(yè)的領(lǐng)軍人物；不僅如此，粉筆、網(wǎng)易有道、趣丸科技、輕松健康集團(tuán)、像素綻放PixelBloom、中關(guān)村科金、瑞萊智慧、PPIO派歐云、數(shù)勢(shì)科技等眾多垂直領(lǐng)域創(chuàng)新企業(yè)的實(shí)踐者都匯聚于此。

峰會(huì)圍繞算力基建革命、大模型在垂直場(chǎng)景的深度重塑以及AI落地過(guò)程中的安全可控挑戰(zhàn)等關(guān)鍵議題展開深入對(duì)話，為行業(yè)發(fā)展貢獻(xiàn)了前瞻性思考與實(shí)踐經(jīng)驗(yàn)。

AI如何落地千行百業(yè)

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

百度副總裁阮瑜認(rèn)為大模型應(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)潛力不斷爆發(fā)。

隨之而來(lái)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(lái)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(wèn)題。

百度智能云一見就是在視覺(jué)領(lǐng)域應(yīng)用深耕多年誕生出來(lái)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(jué)場(chǎng)景需求）以及品質(zhì)管控等。

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(lái)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。

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(lái)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(lái)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(lái)更高維度的智能涌現(xiàn)。

從產(chǎn)品來(lái)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(lè)、廣告營(yíng)銷、電商等都是可落地的場(chǎng)景。

不過(guò)當(dāng)前還是有很多問(wèn)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(lái)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(lái)非常深遠(yuǎn)的影響。”

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。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。

粉筆成立于2015年，是一家專注于職業(yè)考試培訓(xùn)的互聯(lián)網(wǎng)教育公司。在陳建華看來(lái)，大模型落地教育有四個(gè)特點(diǎn)：聚焦學(xué)會(huì)，而非僅答案正確； 學(xué)習(xí)主動(dòng)面臨巨大挑戰(zhàn)；遵循科學(xué)、系統(tǒng)的教研體系；場(chǎng)景嚴(yán)肅、準(zhǔn)確率要求極高。

陳建華分享，粉筆在大模型教育應(yīng)用探索有三個(gè)階段。

階段一，聚焦在內(nèi)部、有限制、小場(chǎng)景中進(jìn)行探索。2023年粉筆嘗試直接解題，結(jié)果正確率太低，解析不符合教研體系。不過(guò)在點(diǎn)評(píng)場(chǎng)景里，給出點(diǎn)評(píng)框架讓大模型發(fā)揮，卻發(fā)現(xiàn)效果非常不錯(cuò)。

階段二，2024年粉筆正式推出AI老師，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。

在第三階段，AI時(shí)代的全新產(chǎn)品—AI系統(tǒng)班發(fā)布，基于大模型、數(shù)字人、TTS等技術(shù)，AI系統(tǒng)班全程由AI老師驅(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(lái)，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)鍵方向：多維度的個(gè)性化升級(jí)和三位一體的AI老師形態(tài)。

李大海

物理世界實(shí)現(xiàn)AGI

一定是通過(guò)端側(cè)智能

面壁智能聯(lián)合創(chuàng)始人、CEO李大海帶來(lái)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)。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。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。

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(wèn)題其實(shí)是：大模型能否幫助增加收入、帶來(lái)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)，積累了深厚的行業(yè)產(chǎn)品基礎(chǔ)。

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。

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，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(yǔ)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。

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)景天然地具有普適性，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(lái)了全新的AI應(yīng)用及硬件機(jī)會(huì)。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(yǔ)私教產(chǎn)品Hi Echo，可以提供隨時(shí)隨地的口語(yǔ)練習(xí)，以及兒童模式、雅思模式等垂直內(nèi)容，并屢獲蘋果應(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(guò)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(lái)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

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(wèn)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(wàn)Token、中國(guó)互聯(lián)網(wǎng)用戶的免費(fèi)習(xí)慣很難改變。

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(guò)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。PPIO平臺(tái)上每日Token消耗量已突破千億次，且每月保持超過(guò)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)。

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，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(wèn)題，比如多部門協(xié)作時(shí)的數(shù)據(jù)碎片化問(wèn)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(wèn)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(yǔ)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(wèn)題。

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(lái)越重要。

夏立雪

端云并舉改善算力供需矛盾

無(wú)問(wèn)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。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“AI賦能綜合體”式標(biāo)準(zhǔn)化服務(wù)，使中小開發(fā)者無(wú)需關(guān)注底層架構(gòu)即可獲得完整AI服務(wù)生態(tài)。

無(wú)問(wèn)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。

夏立雪強(qiáng)調(diào)，通過(guò)全鏈路算力服務(wù)平臺(tái)研發(fā)，無(wú)問(wèn)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。

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(wèn)題開始涌現(xiàn)。在瑞萊智慧視角下，怎么去看待這一問(wèn)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(jué)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(lái)越強(qiáng)，技術(shù)本身也是一把雙刃劍，需要去防范AI濫用以及被人惡意應(yīng)用所帶來(lái)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，需要考慮怎樣保證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(guò)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(wèn)，是不是隨著AI大模型能力越來(lái)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(méi)有那么大的差異。但古代人類沒(méi)有辦法形成很強(qiáng)的生產(chǎn)力，而現(xiàn)代人類系統(tǒng)，通過(guò)強(qiáng)有力的組織形式和分工取得了前人所無(wú)法想象的成就，其關(guān)鍵就在于如何將智能體組織起來(lái)。

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(wú)所不能的能力，但如果把現(xiàn)有的智能體通過(guò)比較好的方式組織并融入各行各業(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(guò)程中，安全可控一定是非常核心的前置的門檻。

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(lái)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，能夠更加自主地威脅分析、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(lái)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(guò)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)是系統(tǒng)工程，不僅是引入大模型或智能體，更涉及硬件、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)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

劉煒清

RD-Agent讓每個(gè)研究員

都有個(gè)Agent當(dāng)科研助理

微軟亞洲研究院首席研究員劉煒清博士談到大語(yǔ)言模型時(shí)代下的數(shù)據(jù)科學(xué)新引擎RD-Agent，及其起源、現(xiàn)狀和未來(lái)。

回望過(guò)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(lái)訓(xùn)練模型，根據(jù)業(yè)務(wù)場(chǎng)景不斷迭代漸進(jìn)的過(guò)程，最終得到智能化解決方案。但大模型時(shí)代到來(lái)，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(lái)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(wèn)題并持續(xù)改進(jìn)方案。通過(guò)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(lái)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(lái)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。

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?！睌?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(lái)講經(jīng)常遇到的問(wèn)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(lái)：

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，各部門需要作出敏捷決策。

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(wèn)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(jué)、計(jì)算性能問(wèn)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。

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，交付時(shí)通過(guò)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(lái)說(shuō)，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(shuō)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。

對(duì)于目前WeaveFox已在阿里和螞蟻實(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(wàn)行代碼；研發(fā)效率最高可提升5倍。

賈朔

AI取代了重復(fù)性的音樂(lè)工作流

AI如何在音樂(lè)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(lè)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(lái)機(jī)遇也帶來(lái)挑戰(zhàn)，音樂(lè)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(lè)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(lái)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(lái)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(lè)大模型在多模態(tài)音樂(lè)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(guò)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(lè)“圖靈測(cè)試”，效果超越美國(guó)頭部模型。

接下來(lái)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(lè)人掌握藝術(shù)創(chuàng)作的方向盤，由AI輔助音樂(lè)人去快速地產(chǎn)生完整的作品。