凯发k8官方ღ◈◈，凯发就来凯发天生赢家一触即发ღ◈◈，凯发官网入口首页ღ◈◈！凯发网站凯发k8国际(中国)官方网站·一触即发凯发在线平台ღ◈◈。凯发天生赢家一触即发ღ◈◈，智慧工厂ღ◈◈，开年以来ღ◈◈，DeepSeek的异军突起ღ◈◈，改写了中西大模型竞争叙事ღ◈◈。生成式AI似乎猛然冲进一个全新征程中ღ◈◈，中国企业更是斗志昂扬地踊跃创新ღ◈◈，不仅领衔AI开源盛世ღ◈◈，还掀起了新一轮模型部署与AI应用研发热潮ღ◈◈，在这千载难逢的历史机遇期全速冲锋ღ◈◈。
为此ღ◈◈，我们发起了一场聚焦前沿技术与产业趋势的春日AI聚会——2025中国生成式AI大会（北京站）ღ◈◈。
大会以“大拐点 新征程”为主题ღ◈◈，两天之内ღ◈◈，超过50位产学研嘉宾密集输出高浓度ღ◈◈、高质量的干货信息ღ◈◈，深度解构DeepSeek引发的变革狂潮ღ◈◈，全面展示覆盖深度推理模型美艳都市ღ◈◈、多模态模型与世界模型ღ◈◈、AI Infra（AI基础设施）ღ◈◈、AIGC应用ღ◈◈、Agents（智能体）ღ◈◈、具身智能等领域的生成式AI最新进展ღ◈◈。
▲中国生成式AI大会主会场开幕式ღ◈◈、GenAI应用论坛ღ◈◈、大模型峰会ღ◈◈、分会场技术研讨会ღ◈◈、展区人流密集
本届大会主会场举办开幕式ღ◈◈、GenAI应用论坛ღ◈◈、大模型峰会ღ◈◈，分会场举办3场以DeepSeek R1与推理ღ◈◈、AI智能体ღ◈◈、具身智能大模型为主题的技术研讨会ღ◈◈，期间既有同频共振ღ◈◈，又有激烈观点交锋k8·凯发(国际)ღ◈◈，现场参会观众超过1500人ღ◈◈。
展区亦是人头攒动ღ◈◈，从早到晚充斥着热切的交流声ღ◈◈，Alluxioღ◈◈、Zenlayerღ◈◈、DriveNetsღ◈◈、澳鹏数据ღ◈◈、晴数智慧ღ◈◈、中昊芯英ღ◈◈、GMI Cloudღ◈◈、焱融科技ღ◈◈、英博数科ღ◈◈、华为云ღ◈◈、研惠通ღ◈◈、新晧诚科技ღ◈◈、枫清科技ღ◈◈、科华数据ღ◈◈、首都在线家企业带来最新技术产品展示ღ◈◈。
这已经是智一科技旗下智猩猩ღ◈◈、智东西共同发起中国生成式AI大会的第四届ღ◈◈，也是AI青年学者密度最高的一届ღ◈◈。自2023年以来ღ◈◈，大会累计吸引了数千人线下参会ღ◈◈，线万ღ◈◈，成为国内AI领域最具影响力的产业峰会之一ღ◈◈。
▲联想集团Game of AI科普视频在大会展播ღ◈◈：联想工厂制造控制塔MCT2.0ღ◈◈，生成式AI在制造业首次落地
智一科技联合创始人ღ◈◈、CEO龚伦常在致辞环节宣布ღ◈◈：今年ღ◈◈，中国生成式AI大会正式升级为“智领未来”北京人工智能系列品牌活动之一ღ◈◈。
“智领未来”是北京市科委ღ◈◈、中关村管委会打造的北京市人工智能领域的活动品牌ღ◈◈。此外ღ◈◈，同样作为“智领未来”北京人工智能系列品牌活动之一的中国AI算力峰会将于今年6月在北京举办ღ◈◈。
龚伦常还预告了将于今年举办的多个主题会议ღ◈◈：4月底ღ◈◈，中国汽车智能化创新峰会将在上海车展期间同步举办ღ◈◈；9月ღ◈◈，全球AI芯片峰会将在上海举办ღ◈◈；11月ღ◈◈，中国具身智能机器人大会将在深圳举办ღ◈◈。欢迎感兴趣的朋友们关注ღ◈◈。
进入2025年ღ◈◈，AI领域涌现哪些新关键词？慢思考推理技术如何缓解大模型预训练瓶颈？怎样让机器人操作交互像跳舞一样丝滑？Agents（智能体）落地企业需攻克哪些挑战？国产算力怎么解锁万卡集群难关？
在大会首日开幕式上ღ◈◈，产学研嘉宾围绕深度推理模型ღ◈◈、具身智能机器人ღ◈◈、AI智能体ღ◈◈、AI算力基础设施ღ◈◈、AI应用ღ◈◈，分享了对最新技术思路与推动落地的观察与思考ღ◈◈。
中国人民大学高瓴人工智能学院教授赵鑫谈道ღ◈◈，大模型本质上是一个条件概率生成模型ღ◈◈，思维链会提升预测正确的可能性ღ◈◈。
当前训练模型性能增长会出现边际效益递减ღ◈◈，其中数据和算力是探索扩展法则的主要限制ღ◈◈，这也是为何当下需要慢思考推理技术ღ◈◈。
慢思考推理技术的基本思路是“搜索+学习”的结合ღ◈◈，具体来看ღ◈◈，包括基于多次采样的方法ღ◈◈、基于树搜索的方法ღ◈◈、基于SFT（监督微调）的方法ღ◈◈、基于RL（强化学习）的方法ღ◈◈。
赵鑫教授团队在慢思考技术方面进行了大量研究ღ◈◈。在RL技术领域ღ◈◈，找到可验证的训练数据非常重要美艳都市ღ◈◈，团队系统探索了类R1模型的复现方法ღ◈◈。
推理模型本质上可以认为是一个具备逐步推理/动作规划的“大脑”ღ◈◈，未来推理模型可能会深刻影响现有智能体的设计模式ღ◈◈。
清华大学交叉学院助理教授ღ◈◈、博导ღ◈◈、星海图联合创始人许华哲谈道ღ◈◈，当前机器人做跳舞ღ◈◈、跑步ღ◈◈、扭秧歌这类事已经很娴熟了ღ◈◈，有大量数据支撑ღ◈◈，但在操作交互方面数据十分匮乏ღ◈◈，还有很长的路要走ღ◈◈。
解决数据难题ღ◈◈，让机器人有触觉是非常关键的ღ◈◈，这样数据才能更丰富ღ◈◈，团队设计了仿真手套ღ◈◈，可以让机器人同步人手的操作ღ◈◈。
有了数据还不够ღ◈◈，数据量也非常关键ღ◈◈，为此ღ◈◈，团队通过DemoGen的方式丰富数据量ღ◈◈，借此机器人的泛化能力可以得到进一步提升ღ◈◈。相比传统方式ღ◈◈，通过DemoGen的方式获得数据的速度快了上万倍ღ◈◈。
PINE AI联合创始人ღ◈◈、首席科学家李博杰认为ღ◈◈，AI Agent在爆火的同时ღ◈◈，也面临着企业知识孤岛ღ◈◈、GUI使用困难ღ◈◈、缺少独立测试环境ღ◈◈、无法长时间运行等问题ღ◈◈。
要打造AI原生团队ღ◈◈，让AI真正成为“数字员工”ღ◈◈，需要为Agent打造类似开源社区的沟通文化ღ◈◈，实现开放透明的信息共享ღ◈◈，并配备AI友好的团队协作工具接口ღ◈◈、完善的测试环境与测试用例ღ◈◈，同时让每个员工都拥有AI助理ღ◈◈。
从技术层面来看ღ◈◈，未来Agent还需要在明晰需求ღ◈◈、主动沟通ღ◈◈、主动协作ღ◈◈、长期记忆ღ◈◈、自我反思回溯与高精度内部知识库搜索等方面实现突破ღ◈◈，才能真正实现从工具到团队成员的转变ღ◈◈。
4ღ◈◈、壁仞科技丁云帆ღ◈◈：64卡4TB显存训练满血DeepSeek-V3ღ◈◈，异构混训逐步迈向万卡集群
DeepSeek引爆了大模型落地元年ღ◈◈。壁仞科技AI软件首席架构师丁云帆认为ღ◈◈，大模型落地需要工程和算法的协同创新ღ◈◈，数据是燃料ღ◈◈，算法是引擎ღ◈◈，算力是加速器ღ◈◈。
壁仞科技目前有万卡集群整体解决方案和智算生态ღ◈◈，希望通过软硬协同&算法与工程协同ღ◈◈，系统性地破解大模型算力难题ღ◈◈：硬件集群算力方面ღ◈◈，壁仞科技自主原创了GPU芯片架构ღ◈◈，引领Chiplet技术趋势ღ◈◈；软件有效算力方面ღ◈◈，有大模型训推一体平台ღ◈◈，业界首次实现大模型训练自动弹性扩缩容ღ◈◈。业界首创三级异步checkpointღ◈◈，千卡集群千亿参数可以实现自动断点续训小于5分钟ღ◈◈，大幅提升集群稳定性ღ◈◈。
大规模分布式优化方面ღ◈◈，壁仞科技针对国产GPU高效适配DeepSeek进行了一系列技术优化创新ღ◈◈，64卡4096GB显存即可支持DeepSeek-V3满血版高效全参训练ღ◈◈，而其他已公布方案至少需要256卡ღ◈◈。
此外异构聚合算力方面ღ◈◈，壁仞科技自主原创了异构GPU协同训练方案HGCTღ◈◈，支持4种及以上异构GPU协同训练同一个大模型ღ◈◈，解决了异构混训的关键技术挑战ღ◈◈，已实现数千卡规模混训ღ◈◈，下一步将突破万卡混训ღ◈◈。
英诺天使基金合伙人王晟谈道ღ◈◈，2023年是大语言模型的爆发期ღ◈◈，2024年则转向多模态技术ღ◈◈，但2024年被寄予厚望的“AI应用元年”并未如期而至ღ◈◈，主要原因是缺乏新终端设备和新场景定义ღ◈◈，当前既有设备的场景需求已接近饱和ღ◈◈。
未来ღ◈◈，AI应用的爆发可能需要于新终端设备ღ◈◈、新计算能力的出现ღ◈◈。能够提供情绪价值的AI玩具和陪伴类产品也拥有巨大的潜力ღ◈◈，因为人类为情绪价值买单的意愿非常强烈ღ◈◈。
此外ღ◈◈，AI公司的发展方向正从工具提供转向智能代理ღ◈◈，未来会成为“造人”的公司ღ◈◈，让AI能够承担更复杂的任务ღ◈◈，甚至取代人类从事多种职业ღ◈◈。2025年ღ◈◈，AI领域的关键词包括应用ღ◈◈、AI硬件ღ◈◈、具身智能和世界模型ღ◈◈，这些方向将定义未来的技术和市场格局ღ◈◈。
以《DeepSeek开启大模型下半场 中国AGI新征程全速起航》为主题的高端对话ღ◈◈，由智一科技联合创始人ღ◈◈、智车芯产媒矩阵总编辑张国仁主持k8·凯发(国际)ღ◈◈，彩云科技创始人兼CEO袁行远ღ◈◈，GMI Cloud创始人兼CEO Alex Yehღ◈◈，PINE AI联合创始人ღ◈◈、首席科学家李博杰ღ◈◈，智澄AI创始人及CEO胡鲁辉ღ◈◈，四位嘉宾分别作为AI应用ღ◈◈、算力云ღ◈◈、Agentღ◈◈、具身智能企业代表进行分享ღ◈◈。
智一科技联合创始人ღ◈◈、智车芯产媒矩阵总编辑张国仁谈道ღ◈◈，今年春节以来ღ◈◈，从DeepSeekღ◈◈、人形机器人到通用Agent产品Manusღ◈◈，中国团队不断造出现象级AI产品ღ◈◈，2025年AI发展似乎进入了“中国时刻”ღ◈◈，随着中国AGI新征程全速起航ღ◈◈，中国市场ღ◈◈、中国公司在全球AI格局扮演的角色和发展特征都备受关注ღ◈◈。
PINE AI联合创始人ღ◈◈、首席科学家李博杰认为ღ◈◈，DeepSeek-R1揭示了大模型训练的真实成本ღ◈◈，让世界了解到只要方法得当ღ◈◈，便能训练出优秀的模型ღ◈◈。
GMI Cloud创始人兼CEO Alex Yeh谈道ღ◈◈，DeepSeek的开源模型显著降低了企业的部署成本ღ◈◈，使企业能够以低成本快速构建应用ღ◈◈。
彩云科技创始人兼CEO袁行远更是用事实说话ღ◈◈，提到彩云科技旗下产品在切换到DeepSeek后ღ◈◈，成本降低了90%ღ◈◈，毛利率转正ღ◈◈。
谈及中美AI发展的差异ღ◈◈，Alex Yeh观察到ღ◈◈，中国在开源社区的活跃度和快速落地能力显著优于美国k8·凯发(国际)ღ◈◈，这也意味着中国在AI应用爆发上会有巨大的机会ღ◈◈。
彩云科技旗下的产品正在出海ღ◈◈。袁行远分享说ღ◈◈，海外用户对数据ღ◈◈、隐私等问题的关注度较高ღ◈◈，与国内用户区别明显ღ◈◈。他认为中国有望通过大量高质量的人才储备ღ◈◈，在中美AI对决中取胜ღ◈◈。
在李博杰看来ღ◈◈，AI行业领域知识获取更便捷ღ◈◈，对经验的要求相对较少k8·凯发(国际)ღ◈◈，使许多年轻的中国企业和研究者能展现出后发优势ღ◈◈。
针对做基础模型还是AI应用的选择问题ღ◈◈，Alex Yeh认为大厂偏重基础模型的训练ღ◈◈，而中小企业则应专注于快速落地和应用开发ღ◈◈。
AI训练需要消耗海量的数据与算力ღ◈◈。智澄AI创始人及CEO胡鲁辉相信ღ◈◈，未来的创新将围绕如何更高效地利用数据和算力展开ღ◈◈，创业公司在未来十年也仍将有巨大的发展空间ღ◈◈。
彩云科技既做AI基础研究ღ◈◈，又开发了彩云天气ღ◈◈、彩云小梦等AI应用ღ◈◈。在袁行远看来ღ◈◈，在AI应用落地的过程中ღ◈◈，高性能底层模型已如“电力”般广泛可及ღ◈◈，行业重点逐渐从基础算法转变为对应用细节的极致追求ღ◈◈。以天气预报为例ღ◈◈，通用AI模型无法敏锐地识别云图中的细微变化和噪音ღ◈◈，需要运用大量的一线行业知识才能完美胜任ღ◈◈。
PINE AI正在打造能听ღ◈◈、能看ღ◈◈、能说ღ◈◈、能操作电脑的通用AI Agentღ◈◈，未来希望成为数字员工和个人助理ღ◈◈。
李博杰说ღ◈◈，Agent的形态正在变化ღ◈◈，决策能力ღ◈◈、通用性不断增强ღ◈◈，未来两年是垂直领域Agent的关键突破口ღ◈◈，企业需要在这一阶段积累品牌声誉与网络效应ღ◈◈，为2027年左右通用Agent爆发做好准备ღ◈◈。
除了完成单一任务之外ღ◈◈，通用Agent的价值还在于并行完成大量重复性工作ღ◈◈，为生产ღ◈◈、生活节省时间ღ◈◈，提供便利ღ◈◈。在李博杰看来ღ◈◈，这类Agent有望在2025年初步落地ღ◈◈，产生价值ღ◈◈。
胡鲁辉谈道ღ◈◈，大模型可能只是AI发展的一个阶段性成果ღ◈◈，AI发展正从生成式AI迈向物理智能ღ◈◈，最终实现通用人工智能（AGI）ღ◈◈。
李博杰也认为ღ◈◈，具身智能很有可能是AI到达甚至超过AGI的路径ღ◈◈。具身智能在与现实世界交互的过程中ღ◈◈，获得大量知识与数据ღ◈◈，助力模型能力持续提升ღ◈◈。
他提到多模态数据的整合将推动AI向更高维度发展ღ◈◈，为AGI的实现提供新的路径ღ◈◈。AI目前还缺少物理数据ღ◈◈，通过VRღ◈◈、AR等技术收集ღ◈◈，并结合虚拟场景训练ღ◈◈，可加速具身智能的发展ღ◈◈。
针对近期资本退出人形机器人公司的争议ღ◈◈，胡鲁辉相信行业共识能够推动科技发展ღ◈◈、人类进步ღ◈◈，坚持长期主义很重要ღ◈◈，亚马逊ღ◈◈、微软等大公司的成功都源于长期坚持ღ◈◈。因此ღ◈◈，投资应注重长期价值ღ◈◈。
伴随着前沿模型快速迭代突破ღ◈◈，AI应用迎来前所未有的繁荣期ღ◈◈，快速将AI技术转化成能够解决消费级ღ◈◈、生产级问题ღ◈◈，带来实际价值的赋能工具ღ◈◈。
在大会首日GenAI应用论坛上ღ◈◈，AI平台ღ◈◈、视频生成ღ◈◈、智算云ღ◈◈、AI PPTღ◈◈、AI搜索ღ◈◈、AI动漫ღ◈◈、端侧芯片领域的嘉宾代表各抒己见ღ◈◈，剖析产业问题ღ◈◈，畅谈落地思路ღ◈◈，分享他们在真实应用场景中的实践经验和对未来趋势的研判ღ◈◈。
枫清科技Fabarta创始人兼CEO高雪峰认为ღ◈◈，单一产品ღ◈◈、技术或模型难以解决复杂的生产级问题ღ◈◈，只有将各类AI技术落地在企业ღ◈◈、产业之中ღ◈◈，带来真正的高价值场景ღ◈◈，融合为生态系统ღ◈◈，才能让AI技术更富有生命力ღ◈◈、更繁荣ღ◈◈。
AI技术在产业中落地ღ◈◈，有三个关键要素ღ◈◈：知识引擎ღ◈◈、行业大模型ღ◈◈、智能体平台ღ◈◈。要把生成式AI技术应用到产业端ღ◈◈，最需要实现决策智能ღ◈◈。
枫清科技采取了以数据为中心的AI平台架构落地的范式ღ◈◈，还推出知识引擎和行业大模型双轮驱动的智能体平台ღ◈◈，帮助企业实现多场景价值落地ღ◈◈。该平台通过多模态数据存储和计算ღ◈◈，智能化构建企业知识库ღ◈◈，支持精准推理和复杂推理能力ღ◈◈。
爱诗科技是全球最早训练视频生成大模型的团队之一ღ◈◈，正以高频的技术研发节奏ღ◈◈，进行底层模型的迭代ღ◈◈。爱诗科技企服负责人孙伟哲分享说ღ◈◈，针对短视频时代用户习惯的特点ღ◈◈，打造视频生成模型需要兼顾趣味与速度ღ◈◈，前者能促进用户的关注与传播ღ◈◈，而后者则是提升用户体验的关键ღ◈◈。
语言曾经是传递信息的最好介质ღ◈◈，但目前我们接受的大部分信息都来自于视频ღ◈◈。全球视频创作需求已大量涌现ღ◈◈，日均视频播放量达800亿次ღ◈◈，企业也需要通过AI技术实现视频内容生产的降本增效ღ◈◈。爱诗科技希望通过视频生成技术ღ◈◈，实现创作平权ღ◈◈，帮助每个人成为生活的导演ღ◈◈。
爱诗科技的PixVerse是全球最早实现千万级MAU的视频生成产品ღ◈◈，并同步发力B端业务ღ◈◈，利用视频生成技术ღ◈◈，为企业客户在数字营销ღ◈◈、信息流广告ღ◈◈、短剧创作与出海ღ◈◈、游戏设计与开发等领域提供助力ღ◈◈，并提供了持续ღ◈◈、精准的运营服务ღ◈◈。
3ღ◈◈、GMI Cloud King Cuiღ◈◈：推理服务成AI出海关键支撑ღ◈◈，及时弹性扩容是核心性能
GMI Cloud亚太区总裁King Cui谈道ღ◈◈，基础模型能力提升和开源生态的丰富ღ◈◈，为AI应用爆发提供了核心必要条件ღ◈◈，这背后ღ◈◈，为中国AI产品出海提供关键支撑的就是推理算力ღ◈◈。
AI应用往往会出现用户规模和访问量短期暴涨等现象ღ◈◈，因此提供及时性ღ◈◈、扩展性ღ◈◈、稳定性的推理服务至关重要ღ◈◈。
GMI Cloud的目标是打造更高性能的GPU推理云服务ღ◈◈，支持全球范围自动扩缩容ღ◈◈、一键部署推理模型ღ◈◈、搭载自动容错机制等ღ◈◈。
像素绽放PixelBloom（联合创始人蒲世林谈道ღ◈◈，随着底层算力和模型层成本的显著下降ღ◈◈，AI应用层迎来全面爆发的机遇ღ◈◈。
像素绽放PixelBloom在AI PPT领域ღ◈◈，通过ToCღ◈◈、To Partner ToCღ◈◈、ToB三种商业化路径ღ◈◈，既直接服务消费者k8·凯发(国际)ღ◈◈，也与头部企业合作提升办公效率ღ◈◈；同时还开放API能力ღ◈◈，与联想ღ◈◈、钉钉等硬件和软件厂商深度集成ღ◈◈，构建开放生态ღ◈◈，覆盖办公人群ღ◈◈。
在进军海外市场时ღ◈◈，注重做好本土化ღ◈◈，提供多语言版本和本地化模板ღ◈◈，满足不同国家的市场需求ღ◈◈，还通过孵化和并购来扩展产品矩阵ღ◈◈。
在蒲世林看来ღ◈◈，AI技术带来的效率革新符合人类发展趋势ღ◈◈，企业需理性拥抱AIღ◈◈，不低估但也别期待过高ღ◈◈，通过实际应用探索能力边界ღ◈◈，以抓住未来十年的AI红利ღ◈◈。
博查AI搜索联合创始人兼CTO翁柔莹认为ღ◈◈，AI时代ღ◈◈，用户的搜索习惯已由“关键词搜索”转变为“自然语言对话”ღ◈◈，内容的生产ღ◈◈、流动ღ◈◈、消费也在发生变化ღ◈◈，在AI为用户整理ღ◈◈、总结信息的过程中ღ◈◈，内容的消费主体已经变成了AIღ◈◈。
AI大模型的训练数据存在滞后性ღ◈◈，必须通过联网搜索来获取最新的内容ღ◈◈，才能为用户提供更好的信息服务ღ◈◈，从这一角度来看ღ◈◈，AI比人类更需要搜索引擎ღ◈◈。
为AI打造的搜索引擎与传统搜索引擎在架构上有相似之处ღ◈◈，依旧需要实时获取高质量信息ღ◈◈。博查采用多模态混合搜索和语义排序技术ღ◈◈，能突破传统搜索引擎的技术瓶颈ღ◈◈，满足大模型对于高质量世界知识的需求ღ◈◈，还打造了全球首个多Agent架构的智能体搜索ღ◈◈，为AI提供专业领域知识ღ◈◈。
中文在线AI动漫部总经理周立强谈道ღ◈◈，中国AIGC应用市场正在加速发展ღ◈◈，预计2024年至2028年年均复合增长率将超过30%ღ◈◈。作为劳动密集型行业ღ◈◈，动漫领域正受到AIGC相关工具的深刻影响ღ◈◈。
传统动漫短剧制作通常包含原文理解ღ◈◈、剧本改写等11个环节ღ◈◈，而AI已将流程压缩至设定理解ღ◈◈、生图合成ღ◈◈、后期处理等5个步骤ღ◈◈。AI动漫短剧的优势在于具备跨国传播能力ღ◈◈、支持工业化量产ღ◈◈，且制作成本显著下降——单部作品的制作周期可缩短70%ღ◈◈，成本降低约50%ღ◈◈。
周立强指出ღ◈◈，AI动漫短剧已逐步突破单一流量变现阶段ღ◈◈。预计未来三年ღ◈◈，掌握AIGC全链路能力的团队有望占据全球短剧市场30%以上的份额ღ◈◈。
光羽芯辰创始人兼董事长周强谈道ღ◈◈，过去几年ღ◈◈，AI经历了从低谷到高峰的周期ღ◈◈，AI创新的核心在于实用性ღ◈◈，只有当技术可用且有价值时ღ◈◈，市场关注度才会提升ღ◈◈。
早期AI应用多局限于云端ღ◈◈，而端侧AI的兴起使AI能够深入生产生活各领域ღ◈◈，比如应用到工厂的机器人上ღ◈◈，显著提升生产力ღ◈◈。大模型的出现增强了AI能力ღ◈◈，但也暴露了硬件性能不足的问题ღ◈◈。
端侧AI需要新的技术架构以降低功耗ღ◈◈、提升性能和带宽ღ◈◈。以手机为例ღ◈◈，随着AI未来的发展趋势ღ◈◈，智能手机将进化为AI手机ღ◈◈，将集成更多端侧数据ღ◈◈，成为所有智能终端的中心ღ◈◈，光羽芯辰的端侧芯片以及创新的解决方案和架构将极大的助力这一变革ღ◈◈。
8ღ◈◈、Zilliz郭人通ღ◈◈：对于Agent构建ღ◈◈，我们如何有效支持海量数据检索ღ◈◈，挖掘隐藏于长尾的高价值信息？
Zilliz关注如何有效检索海量数据ღ◈◈，发掘隐藏于长尾的高价值信息ღ◈◈。在OpenAI发布Deep Research功能之后ღ◈◈，Zilliz也尝试了复刻ღ◈◈。
据Zilliz合伙人ღ◈◈、产品总监郭人通分享ღ◈◈，对于Deep Research这类Agent系统ღ◈◈，在数据基础设施层面需要在数据建模ღ◈◈、部署ღ◈◈、缓存ღ◈◈、多租ღ◈◈、冷热数据处理等方面做好优化ღ◈◈，聚焦信息检索质量ღ◈◈，提高单位成本可支撑的检索迭代轮次ღ◈◈，以保证 Agent 对问题的理解度以及对信息的挖掘深度ღ◈◈。Zilliz目前已提供系统性解决方案ღ◈◈。
对于提高查询质量ღ◈◈，目前有一系列经过生产验证的方法ღ◈◈，包括查询改写ღ◈◈，如多查询条件生成ღ◈◈、查询拆解ღ◈◈、意图识别等ღ◈◈，这有助于突破传统RAG技术的搜索局限性ღ◈◈。此外ღ◈◈，带正负样本的查询增强ღ◈◈、多模态搜索也能有效提升搜索质量ღ◈◈。
目前ღ◈◈，许多企业已切入垂直Agent方向ღ◈◈，海量领域数据也引发数据Infra的变革ღ◈◈，基于S3构建的数据Infra正逐渐获得更多企业用户的选用ღ◈◈。今年下半年ღ◈◈，Zilliz将推出面向AI应用的数据湖解决方案ღ◈◈，从五月开始ღ◈◈，Zilliz会面向业界进行介绍ღ◈◈，敬请关注ღ◈◈。
大会第二天举行的大模型峰会ღ◈◈，更加聚焦于大模型产业链底层技术ღ◈◈，从模型ღ◈◈、中间件ღ◈◈、云服务ღ◈◈、知识图谱ღ◈◈、存储ღ◈◈、网络ღ◈◈、芯片ღ◈◈、数据平台等多维度切入ღ◈◈，探讨突破大模型算法ღ◈◈、算力ღ◈◈、数据关键瓶颈的可行路径ღ◈◈。
现场ღ◈◈，焱融科技首次发布了KV Cache在推理场景性能优化数据ღ◈◈。实测数据显示ღ◈◈：在长上下文场景中ღ◈◈，使用YRCloudFile KVCache可实现高达13倍的TTFT性能提升ღ◈◈，延时缩短超4倍ღ◈◈。
上海交通大学副教授ღ◈◈、无问芯穹联合创始人戴国浩谈道ღ◈◈，真正能模仿人类智力的模型往往是推理需求ღ◈◈，但现有云侧和端侧很难满足模型推理需求ღ◈◈。
云侧有PD融合式ღ◈◈、PD分离式两种技术路线ღ◈◈，其中ღ◈◈，PD融合式的技术路线将计算和存储进行融合的好处是内存利用率更高ღ◈◈、无需传递KV cacheღ◈◈，但缺点是不同任务间干扰大ღ◈◈；PD分离式技术路线ღ◈◈，将计算和存储资源分离的好处是计算单元容易隔离ღ◈◈、抗干扰ღ◈◈，但存储冗余和不均衡会带来额外开销ღ◈◈。
因此ღ◈◈，无问芯穹取长补短打造半分离式方案Semi-PDღ◈◈，实现计算分离存储融合ღ◈◈，Semi-PD将于一周后开源整体代码ღ◈◈，月底开源整个集群代码ღ◈◈，Semi-PD在一体机和分布式集群推理等场景下将带来显著性能提升ღ◈◈。
其端侧思路是通过轻量化方式让终端负载变小ღ◈◈，SpecEE技术引入机器学习ღ◈◈、模型自适应等ღ◈◈，可以判断是否在级联结构当前层输出了正确结果ღ◈◈。该技术能无感兼容任何端侧轻量化方案ღ◈◈，整套代码将在本月开源ღ◈◈。
智澄AI创始人兼CEO胡鲁辉认为ღ◈◈，机器人将是未来AI生态中的重要组成部分ღ◈◈，物理智能有望成为AI的下一波浪潮ღ◈◈，实现更广泛的通用人工智能ღ◈◈。目前人形机器人泛化能力较差ღ◈◈，直接导致成本高昂ღ◈◈，归根结底就是“不好用”ღ◈◈。
与大模型一样ღ◈◈，物理智能面临着数据k8·凯发(国际)ღ◈◈、模型ღ◈◈、环境ღ◈◈、算力等方面的挑战ღ◈◈，但挑战的内核有所区别ღ◈◈。物理智能可用的数据量更少ღ◈◈，需要在“机器人训练场”中采集数据ღ◈◈，机器人端侧算力限制也对模型能效提出了要求ღ◈◈。
智澄AI从世界模型的研发与人形机器人本体的打造两个角度切入ღ◈◈，打造的TR4机器人能以视觉+力度感知的方案实现物体抓握ღ◈◈，无需依赖触觉ღ◈◈。
焱融科技CTO张文涛分享说ღ◈◈，针对大模型训练和推理的存储解决方案ღ◈◈，焱融科技通过Multi-Channel技术聚合多个网卡ღ◈◈、带宽等ღ◈◈，提供高性能内核私有客户端ღ◈◈，能够满足高性能元数据访问需求ღ◈◈，为企业提供高效ღ◈◈、灵活的存储支持ღ◈◈。
焱融科技在数据管理方面ღ◈◈，采取智能分层和数据加载功能来优化管理流程ღ◈◈。此外ღ◈◈，焱融科技顺势推出的DataInsight数据编排管理平台ღ◈◈，帮助企业解决其应用AI大模型中的海量历史业务数据管理难题ღ◈◈；支持多维度组合查询ღ◈◈，实现百亿级数据秒级检索ღ◈◈。通过自研DataFlow技术ღ◈◈，用户可自定义数据流动策略ღ◈◈，确保数据按需ღ◈◈、快速嵌入业务流程ღ◈◈。平台还具备增量数据自动感知能力ღ◈◈，保障用户从知识库平台访问时获取最新数据ღ◈◈，进一步提升数据流动效率ღ◈◈。
在运维方面ღ◈◈，焱融科技通过提供目录集来做好多租户管理和隔离ღ◈◈，并设置了弹性数据网络ღ◈◈，使一套存储能够支持多种网络平面ღ◈◈，并帮助管理员简化基础设施建设ღ◈◈。
其产品性能出色ღ◈◈，依托于分布式元数据集群能够支撑千亿级海量文件ღ◈◈，能够支持高速无损网络及多种接口ღ◈◈，还适配多个国产化平台ღ◈◈。在本届大会上ღ◈◈，焱融科技还首次发布了KV Cache在推理场景性能优化数据ღ◈◈。
实测数据显示ღ◈◈：在长上下文场景中ღ◈◈，使用YRCloudFile KVCache可实现高达13倍的TTFT性能提升ღ◈◈。在TTFT≤2秒的严苛约束下ღ◈◈，其支持的并发数提升达8倍ღ◈◈，且在高并发负载中延迟可降低4倍以上ღ◈◈。张文涛谈到YRCloudFile KVCache可构建PB级KVCache缓存层ღ◈◈，有效突破GPU显存限制ღ◈◈，显著提升缓存命中率与推理上下文长度ღ◈◈。
4ღ◈◈、Zenlayer陈秀忠ღ◈◈：token洪流下算力网络三大趋势ღ◈◈，实时交互ღ◈◈、分布式推理ღ◈◈、高效IDC
Zenlayer行业拓展总监陈秀忠谈道ღ◈◈，token是大模型世界的基础单位ღ◈◈，过去8个月ღ◈◈，token使得整个网络世界流量增长ღ◈◈，达到移动互联网时代的3～4倍ღ◈◈。
token的整个生命周期包括AI工厂生产ღ◈◈，再经网络传输给用户ღ◈◈，其在生产过程需要大量算力和电力ღ◈◈，在传输和消费环节需要靠近用户的推理节点实现即时交互ღ◈◈。
在token洪流下ღ◈◈，未来的三个演进趋势包括实时交互的全球网络ღ◈◈、分布式推理的易用模型服务ღ◈◈、高效的IDCღ◈◈。基于此ღ◈◈，Zenlayer构建了覆盖全球的专线网络ღ◈◈、覆盖亚太地区的AI机房ღ◈◈、在现有边缘节点推出模型服务等ღ◈◈。
清程极智联合创始人ღ◈◈、产品副总裁师天麾分享说ღ◈◈，在DeepSeekღ◈◈、QwQ等国产推理模型爆火之后ღ◈◈，大模型私有化部署需求大幅度增加ღ◈◈。在国外算力获取困难ღ◈◈、国产显卡软件生态不完善的背景下ღ◈◈，打造连接国产模型与国产算力的桥梁尤为迫切ღ◈◈。
清程极智已联合清华大学开源了赤兔推理引擎ღ◈◈，支持在非Hopper架构设备（如早期大部分英伟达GPU和大部分国产芯片）上原生运行FP8模型ღ◈◈，打破硬件绑定ღ◈◈，提升算力使用效率美艳都市ღ◈◈，并能有效保留模型原有精度ღ◈◈。
目前清程极智基于赤兔引擎推出多款大模型私有化部署方案ღ◈◈，可根据不同场景需求提供针对性解决方案ღ◈◈，结合企业业务ღ◈◈，提供从私有化部署到智能体开发的一站式服务ღ◈◈。
首都在线集团智算产品总经理张振宇谈道ღ◈◈，随着DeepSeek爆火ღ◈◈，AI大模型国产化趋势正在加速ღ◈◈，推理市场将迎来大规模增长ღ◈◈。首都在线后续也会更聚焦于推理算力的布局ღ◈◈。
此前首都在线智算云已成功应用于多个生成式AI场景ღ◈◈，如自然语言处理ღ◈◈、图像生成ღ◈◈、视频生成等ღ◈◈，公司今年将持续优化“一云多模ღ◈◈、一云多芯ღ◈◈、一云多池”的战略布局ღ◈◈，去构建高度灵活的AI服务平台ღ◈◈，我们的平台不断拓展支持的模型种类ღ◈◈，为用户提供更丰富的选择ღ◈◈，满足不同场景需求ღ◈◈。
首都在线Maas云平台通过构建云端协同调优体系ღ◈◈，以算力效能优化为基础美艳都市ღ◈◈、模型即服务（MaaS）平台为核心ღ◈◈，为AI开发者及算力伙伴带来创新性升级ღ◈◈，形成了闭环式技术解决方案ღ◈◈，不仅有效提升了GPU利用率ღ◈◈，降低了训练成本ღ◈◈，能够为客户提供更加高效ღ◈◈、灵活ღ◈◈、低成本的算力服务ღ◈◈，还为大模型从实验室走向产业化提供了关键技术支撑ღ◈◈。
海致科技技术总监李思宇谈道ღ◈◈，大模型实际项目落地的Prompt提示词工程ღ◈◈，RAG检索召回增强ღ◈◈、Agent Function/Tool Callღ◈◈、SFT监督微调训练四种基本方法ღ◈◈，其关键是让大模型结合多模态行业知识ღ◈◈。
针对此ღ◈◈，海致科技的思路是统一知识与数据认知ღ◈◈，其解决方案以图为核心ღ◈◈，结合工具将标量数据和向量数据打通形成有机整体ღ◈◈。
通过将大模型与知识图谱融合ღ◈◈，海致科技形成了基础模型层ღ◈◈、语义知识层ღ◈◈、逻辑图谱层ღ◈◈、智能体应用层ღ◈◈，可基于基础模型ღ◈◈、元数据知识体系ღ◈◈，在应用层之上构建智能体ღ◈◈、工作流ღ◈◈。
实际落地中ღ◈◈，其解决方案接入警情案件等五情数据ღ◈◈，可融合跨不同事件ღ◈◈、不同情报数据ღ◈◈，形成完整事件对象关系图再以此进行信息挖掘ღ◈◈，实现汇聚非结构化和结构化数据的整体图谱ღ◈◈。
中昊芯英软件研发负责人朱国梁介绍ღ◈◈，目前ღ◈◈，Scaling Law正沿着测试时计算ღ◈◈、强化学习与预训练三条路径延续ღ◈◈。需要不断重构AI芯片软件栈来满足新的算力挑战ღ◈◈。
对大部分厂商而言ღ◈◈，超大Batch-Size依旧是优先事项ღ◈◈，下一个Transformer级别的架构尚未出现ღ◈◈。
澳鹏Appen中国及韩国区副总裁董成通过澳鹏在各领域大模型部署中数据训练的最佳实践ღ◈◈，重点分享了对大模型应用趋势的观察ღ◈◈。以AI Agent为代表ღ◈◈，未来ღ◈◈，大模型必定应用到具体的垂直领域中ღ◈◈，比如金融ღ◈◈、医疗ღ◈◈、代码ღ◈◈、音乐ღ◈◈、文学等ღ◈◈。
这一趋势对数据的高质量ღ◈◈、专业度ღ◈◈、多垂类提出了越来越高的要求ღ◈◈。对此ღ◈◈，澳鹏提供了多种AI辅助的前沿数据采标工具和方案ღ◈◈，包括文本对话ღ◈◈、多模态交互ღ◈◈、思维链推理工具等ღ◈◈。
董成认为ღ◈◈，AI大模型行业正经历显著变化ღ◈◈，Llama和DeepSeek等开源模型在性能上逐渐赶上甚至超过闭源模型ღ◈◈，一些企业也从闭源向着开源方向转变ღ◈◈。同时ღ◈◈，大模型企业的研发越来越关注复杂任务方向ღ◈◈，从最初的简单对话向模型推理ღ◈◈、垂直领域应用ღ◈◈、多模态等方向发展ღ◈◈。
云轴科技CTO王为解读了当前AI基础设施构建面临的挑战ღ◈◈，包括模型尺寸增加ღ◈◈、上下文窗口增加ღ◈◈、全模态支持ღ◈◈、多品牌算力支持等ღ◈◈。
类比自动驾驶ღ◈◈，AI实践可对应作为工具ღ◈◈、作为参考建议ღ◈◈、主导到端到端实践的L1~L4级别ღ◈◈。云轴科技已在AI辅助售后ღ◈◈、代码ღ◈◈、文档等方面有所应用ღ◈◈。其中AI辅助售后ღ◈◈、代码辅助处于参考建议阶段ღ◈◈，辅助文档为主导阶段ღ◈◈，这背后凸显出诸多基础设施的构建难题ღ◈◈。
AI赋能企业内部的技术架构需要稳固的智算底座ღ◈◈、模型层ღ◈◈，以及包含易用开发ღ◈◈、性能评测等工具的运营与应用层ღ◈◈。模型层的资源管理员主要关注底层资源使用情况ღ◈◈，开发者只需直接导入模型做精调ღ◈◈、推理等赋能业务ღ◈◈。
Alluxio解决方案架构师汤文军分享说ღ◈◈，企业在搭建和优化AI高性能数据访问平台时ღ◈◈，面临着数据方面的业务压力ღ◈◈、GPU稀缺昂贵且利用率不高ღ◈◈、数据解决方案复杂等问题ღ◈◈。针对这些问题ღ◈◈，Alluxio推出了去中心化的Alluxio Enterprise AI产品方案ღ◈◈。
具体来看ღ◈◈，针对ML/AI GPU训练对I/O提出的诸多要求ღ◈◈，Alluxio使用一致性哈希在worker节点上缓存数据与元数据ღ◈◈，这显著减少了I/O RPC长度ღ◈◈，减少单点故障并降低了Master节点性能瓶颈ღ◈◈；优化性能时ღ◈◈，使用零拷贝优化ღ◈◈、并行与随机读优化ღ◈◈，解决了读放大问题ღ◈◈。
最终美艳都市ღ◈◈，Alluxio实现了高性能ღ◈◈、低延迟ღ◈◈、高可用ღ◈◈、容量线性扩展等优化效果ღ◈◈，这套方案可应用于数据预处理ღ◈◈、模型训练ღ◈◈、部署ღ◈◈、推理等环节ღ◈◈，已在众多场景实际落地ღ◈◈，带来GPU利用率ღ◈◈、运维成本等方面的显著收益ღ◈◈。
澎峰科技创始人&CEO张先轶分享说ღ◈◈，用户在AI算力部署上的策略通常从单机部署开始ღ◈◈，例如使用一体机ღ◈◈。随着需求的增长ღ◈◈，用户会逐步扩展到私有化部署ღ◈◈，通过MaaS平台纳管更多硬件设备ღ◈◈，并分批建设算力资源ღ◈◈，还可以将现有服务器纳入管理ღ◈◈，形成一种类似扩容的方案ღ◈◈。
为了进一步提升算力利用率和数据隐私安全性ღ◈◈，用户可以借助国产智算中心的模型的专线模式进行混合部署ღ◈◈。这种模式不仅能提高计算中心的资源利用率ღ◈◈，还能在保障数据隐私的同时ღ◈◈，支持更多应用场景ღ◈◈。从商业模式上看ღ◈◈，专线部署采用ToB性质的计费方式ღ◈◈。未来ღ◈◈，用户可以在此基础上进行私有模型的微调部署ღ◈◈，支持更多应用的开发与扩展ღ◈◈。
圆桌讨论环节以《DeepSeek给AI Infra带来的启示与机会》 为主题ღ◈◈，由腾讯云专有云及智算首席架构师方天戟主持ღ◈◈，回顾了过去两个月AI从业者们围绕DeepSeekღ◈◈、具身智能等展开的一系列技术攻关ღ◈◈，北京智源人工智能研究院AI框架研究负责人敖玉龙ღ◈◈、澎峰科技创始人兼CEO张先轶美艳都市美艳都市ღ◈◈、沐冰数据CTO邸泽民ღ◈◈、云轴科技CTO王为分享了对最新产业趋势的观察与思考ღ◈◈。
腾讯云专有云及智算首席架构师方天戟强调DeepSeek具有技术创新性ღ◈◈，基于H800在卡间通信受限的情况下ღ◈◈，大幅压缩了大模型成本ღ◈◈，使模型本地部署成为现实ღ◈◈。
沐冰数据CTO邸泽民认为DeepSeek在开源周中一系列开源工作的最大的震撼在于展现了如何在资源受限的约束下ღ◈◈，实现最优解的工程能力ღ◈◈，充分挖掘了现有算力的潜力ღ◈◈。DeepSeek团队不仅想到了精妙的优化技巧与方案ღ◈◈，还完成了代码与工程实现ღ◈◈，并将其完全开源ღ◈◈，十分令人尊敬ღ◈◈。
谈及近期销售火爆的DeepSeek一体机ღ◈◈，方天戟认为这有助于企业在保护数据安全的情况下快速用上DeepSeekღ◈◈，北京智源人工智能研究院AI框架研究负责人敖玉龙指出用户需要关注DeepSeek一体机部署后的软硬件更新问题ღ◈◈。
云轴科技CTO王为提到DeepSeek一体机为客户提供了入门的解决方案ღ◈◈，通过预装模型和应用降低了部署门槛ღ◈◈，能够快速满足基础需求ღ◈◈。但随着需求增长ღ◈◈，客户可能需要更复杂的算力调度和混合部署方案ღ◈◈。
敖玉龙记得在2017年-2018年ღ◈◈，他尝试将大规模并行技术运用到AI计算中ღ◈◈，但当时相关技术尚未完善ღ◈◈。过去几年AI Infra快速发展ღ◈◈，有力地支持了大模型的技术进步ღ◈◈。
在智源研究院的工作过程中ღ◈◈，他接触到了端侧与服务器侧的大量国产芯片ღ◈◈。目前ღ◈◈，国产芯片的硬件ღ◈◈、软件都已具备一定可用性ღ◈◈，主要挑战在于生态还相对落后ღ◈◈，为此智源打造了开源开放统一软件生态FlagOS来推动国产芯片生态发展ღ◈◈。
在ChatGPT爆火之后ღ◈◈，关于DSA特定领域芯片或ASIC专用芯片是否会消亡的讨论不绝于耳ღ◈◈。
邸泽民认为ღ◈◈，对于特定领域的计算负载而言ღ◈◈，与GPGPU相比ღ◈◈，DSA具有性能ღ◈◈，成本与能效优势ღ◈◈。从目前趋势来看ღ◈◈，Transformer这个模型架构的有效性经过了验证ღ◈◈，短期内出现颠覆性变化的概率不高ღ◈◈，那么一定会有对Transformer架构计算特点更有针对性设计的专用芯片出现ღ◈◈，不论是采用TPU的脉动阵列ღ◈◈、存算一体或者别的什么技术路线ღ◈◈，ASIC够有效降低推理计算成本ღ◈◈，只有不断降低推理成本ღ◈◈，才更能让大模型的应用实现普惠ღ◈◈。
王为也提到一些优化技术在GPGPU上效率不是特别高ღ◈◈，所以AI推理往ASIC上发展的可能性非常大ღ◈◈。国产算力在推理上替代能力很强ღ◈◈，在训练上还需要一定时间追赶ღ◈◈，但应该不会太久ღ◈◈。
王为认为ღ◈◈，在AI训练方面ღ◈◈，英伟达目前优势比较突出ღ◈◈，因为通信性能ღ◈◈、通信库等技术壁垒很高ღ◈◈，但现在也有国产卡训练较大大参数模型的案例ღ◈◈，因此假以时日还是可以赶上的ღ◈◈。英伟达如今在数据发布上选择性披露ღ◈◈，着重在低精度上ღ◈◈、稀疏算力上等ღ◈◈，近年披露的数据逐渐偏向商业宣传性质ღ◈◈，详细的技术披露较少ღ◈◈，这使得评估其真实性能需要更多测试ღ◈◈。
邸泽民预测在AI训练场景ღ◈◈，GPGPU依旧将会继续占据主导地位ღ◈◈。在他看来ღ◈◈，国产算力如果要通过对PyTorchღ◈◈、TensorFlow等框架兼容ღ◈◈，并覆盖数千个长尾算子ღ◈◈，以实现与英伟达的CUDA护城河的竞争甚至替换ღ◈◈，在短期内是不现实的ღ◈◈。但如果将这种兼容与替换目标进一步收敛ღ◈◈、聚焦到特定的模型或者特定领域的模型训练ღ◈◈，比如DeepSeek这样的语言模型ღ◈◈，国产厂商是有适配能力与突破空间的ღ◈◈。除了框架与算子适配外ღ◈◈，另一个难点在于进一步提升通信库的效率ღ◈◈。
澎峰科技创始人兼CEO张先轶谈道ღ◈◈，英伟达在硬件创新上的持续投入ღ◈◈，使其在AI领域保持领先ღ◈◈；英伟达在精度上的创新不断提升了性能峰值ღ◈◈，也为其他芯片公司设立了竞争壁垒ღ◈◈。
他判断未来在大规模部署的情况下ღ◈◈，混合推理系统是必然的ღ◈◈，能结合不同硬件的优势以实现更高的性价比和性能ღ◈◈。
在混合云部署的实践方面ღ◈◈，张先轶认为当前对数字隐私要求不是特别高的客户比较容易接受ღ◈◈，可以利用智算中心的算力进行补充ღ◈◈，比如一些学校或中小B端ღ◈◈。大B端通常对私有化要求会更高ღ◈◈。当前做AI机器人的企业ღ◈◈，基本采用的是边缘与云端结合的方式ღ◈◈。
方天戟预测ღ◈◈，从长远来看ღ◈◈，相比大语言模型ღ◈◈，具身智能可能会成为进一步促进未来AI Infra演进的新应用领域ღ◈◈。
敖玉龙提到具身智能机器人对端云协同ღ◈◈、通信等方面提出了新要求ღ◈◈，目前机器人的大脑模型往往部署在云端ღ◈◈，控制运动的小脑模型部署在机器人本体ღ◈◈，如何实现低延迟的协同需要进一步探索ღ◈◈。
开年DeepSeek的爆火ღ◈◈，成为中国乃至世界生成式AI产业的关键拐点ღ◈◈。它颠覆了“堆砌算力”的固有路径ღ◈◈，开辟出一条“效率优先”的创新路径ღ◈◈，催化开源ღ◈◈、推理模型与AI Infra研发热潮ღ◈◈，更为端侧AI与国产AI算力基础设施的落地应用注入了新动能ღ◈◈。
下一站ღ◈◈，也许是基础模型的飞跃式进化ღ◈◈，也许是AI超级应用横空出世ღ◈◈，也许是人形机器人的觉醒ღ◈◈，也许是商业价值的裂变ღ◈◈，也许是AGI新路径的曙光ღ◈◈。
生成式AI正以摧枯拉朽之势重塑传统产业ღ◈◈，创新火种从未如此燎原ღ◈◈，我们无比期待看到ღ◈◈，中国科技企业在时代的浪尖扬帆起航ღ◈◈。
