AiDD峰会北京站TOP10议题新鲜出炉，快看看有没有你喜欢的议题上榜！

▼

8月16-17日，为期两天的AI+研发数字(AiDD)峰会在北京希尔顿逸林酒店完满收官！峰会以 “AI驱动研发变革，促进企业降本增效”为主题，聚焦十五个主题论坛，策划60+精彩议题内容，邀请了来自百度、阿里、腾讯、华为、360、字节跳动、蚂蚁、小米、去哪儿、中兴、JFrog等头部互联网企业，以及清华大学、北京大学等各大高校的一线从业者和技术专家带来最前沿的主题内容分享。融合主题演讲、互动研讨、案例分享、实战演练等多种形式，共筑AI盛会。

为了进一步保证每届峰会的内容质量，做到持续的优质内容输出，峰会组委会特别为参会人员准备了点赞贴。参会者在经过两天的深度学习后，可对自己对所学内容和演讲嘉宾进行客观评价，并在日程板对应的议题位置进行点赞评选。

峰会组委会基于参会听众点赞数量、专场爆场率、各分会场负责人反馈以及参会者社群投票等多重因素综合考量，评选出本届TOP10演讲议题，现公布如下，以供参考借鉴和技术交流探讨(以下排名不分先后)。

01

北京航空航天大学教授，IEEE TCSE新星奖国内首位获得者。荣获MSR 2023 Ric Holt青年研究成就奖，入选澳大利亚2020年优秀青年基金(DECRA)，曾被评为全球前三最有影响力的青年软件工程研究人员。主要研究方向为AI安全、智能软件工程和移动软件工程，累计发表高水平期刊和会议论文140余篇，谷歌学术引用超6000次（H-index为38），荣获10项最佳/杰出论文奖励，包括2项IEEE TCSE杰出论文奖、2项ACM SIGSOFT杰出论文奖、1项ACM SIGPLAN杰出论文奖以及等。受邀担任中科院一区期刊（ACM Computing Survey）编委以及包括TOSEM、TSE、ICSE、ESEC/FSE、ASE、ISSTA在内的CCF A类期刊和国际会议的审稿人，多次受邀在国际会议上作特邀报告。

1、大模型入端关键技术简介

2、大模型数据质量与保护技术

3、端侧大模型性能提升技术

4、端侧大模型应用编程实践

5、总结与展望

02

1、大模型应用范式

2、AI驱动的全流程软件开发

3、代码助手的技术挑战和解决方案

4、从代码助手到软件开发智能体

5、总结与展望

精彩内容一览

  

03

1、LLM时代下软件质量变化趋势

2、软件质量保障业务诉求

3、华为云技术探索与实践

4、基于LLM的智能化代码检测与修复技术

5、针对自研代码的智能缺陷检测与修复技术

6、面向开源成分的风险(含漏洞、恶意成分、高危license等)智能感知与响应技术

7、面向LLM系统的漏洞检测与修复技术探索

8、总结与展望

04

JFrog (中国) 高级解决方案架构师，DevOps教练，曾就职于京东、烽火等互联网企业及传统企业，十年一线开发及运维经验，带领团队从零到一实践DevOps转型。

1、MLOps中软件供应链的定义与管理痛点

2、MLOps中软件供应链的引入与管理最佳实践

3、MLOps中版本管理与治理最佳实践

4、MLOps中大模型安全风险与开源许可证合规治理

01

华为数据通信产品线系统测试专家（首席），公司测试领航人之一，系统测试技术7级，擅长测试分析设计、韧性测试等测试技术。负责产品线测试能力规划、测试系统规划和设计。主导公司测试5.0数字化专题规划、公司LLM辅助测试设计挑战课题。  

02

王  敏

腾讯 Code平台中心 代码智能化团队高级研究员，目前主要负责腾讯工蜂Copilot的代码生成/补全、代码评审等相关智能化研究工作，保障腾讯内部开发团队的代码质量，提升公司内部团队的软件研发效率。毕业于北京大学，软件工程专业，博士学历。曾在软件工程领域的ASE、FSE、TSE、TOSEM、软件学报等国内外顶级会议期刊上发表多篇学术论文；曾参与国家重点研发计划《基于大数据的软件智能开发方法和环境》的课题项目。毕业后就职于腾讯公司，从事代码智能化等方面的研究开发工作。

演讲提纲

1、代码评审的背景介绍：包括代码评审的基本概念和范畴、代码评审的企业价值和痛点分析；

2、智能化CR的现状分析：包括学界/业界主流的智能化CR的技术进展分析与主流产品介绍、智能化技术给企业CR带来的机遇与挑战；

3、智能化CR在腾讯的实践之路：包括智能化CR在腾讯的整体架构介绍、智能化CR的技术细节分享、智能化CR在腾讯的落地成果分享；4、智能化CR的未来与展望：包括智能化CR未来发展的前瞻分析以及后续智能化CR在企业落地的业务展望。  

精彩内容一览

03

王俊杰

中科院软件所研究员，博士生导师，中国科学院特聘研究岗位，主要从事智能化软件工程、软件质量等方面的研究，近年来主要关注移动应用测试、智能软件测试、众包测试等。在国际著名学术期刊/会议发表40余篇高水平学术论文，四次荣获ACM/IEEE杰出论文奖。主持和参与了多项国家自然科学基金项目、科技部重点研发计划等。

演讲提纲

1、用户界面测试现状和挑战

2、测试输入生成技术

3、面向测试路径规划的自动化GUI测试技术

4、基于多模态大模型的自动化GUI测试技术

5、针对GUI输入文本的模糊测试技术

6、提升文本输入组件的交互体验技术

精彩内容一览

04

牛万鹏

百度资深研发工程师，吉林大学计算机系毕业，毕业后入职百度，早期负责DevOps工具的孵化和落地，涵盖项目管理、代码管理、流水线、制品库、应用部署、运维管理等平台建设和商业化。现负责百度研发智能化，通过构造全新智能编码工具，搭建全新的产品形态，推动百度万人研发范式的变革。

演讲提纲

 

1、在AI前夜——百度研发现状

2、在AI时代——智能研发助手

1）从大模型到代码模型

2）理解私域知识（需求、代码、文档、测试用例）

3）独立分析需求

4）人机结对编程

5）从编码到全链路智能化

3、在AI未来——人机协同新范式

1）交互形态革新

2）组织重新分工

3）开发焦点转变

精彩内容一览

05

李 培

邮储银行软件研发中心副处长，现任中国邮政储蓄银行软件研发中心副处长，邮储银行信息科技人工智能领军人才，负责邮储银行历代智能系统建设，具有丰富的人工智能银行业落地经验，前后历经第一代基于深度学习的智能客服、语音智能化的工程建设、第二代全行级邮储大脑平台建设，第三代生成式大模型场景规模化落地。在大模型场景落地建设上，规划大模型业务范式应用，打造大模型智能业务中枢，并以点带面建设研发测试智能助手、小邮助手、个金理财经理助手、网点数字柜员等，加速大模型在金融场景的规模化落地。    

演讲提纲

1、背景与挑战

1）互联网金融的高速发展及其对银行产品研发的影响

2、创新战略：研发测试大模型

1）基于大模型构建研发测试大模型

3、研发测试六大能力闭环详解

1）大模型赋能全工程生命周期

2）自动生成UI设计图

3）UI转代码（D2C）与代码生成

4）单元测试生成

5）系统测试生成

6）研发安全自动检测

7）用户体验自动监测

4、智能研发平台集成

1）DevOps研发平台与星辰测试平台的智能集成

2）智能研发闭环如何具体提升效能

5、成效与未来展望

1）研发测试大模型实施后的降本增效成果

2）邮储银行在金融科技领域的发展愿景

精彩内容一览

06

黄 斌

用友（畅捷通）基础技术研发总监，十五年软件及互联网技术产品从业经验，曾在360、美团等大厂参与AI平台、外卖搜索等智能工程架构，在企业级软件开发、微服务治理、搜索工程、AI平台等领域有丰富的经验。     

演讲提纲

1、AI原生应用形态的变革

用户界面的演变：从传统UI到对话式交互

业务逻辑编排的新范式：利用LLM实现更加灵活的业务流程

2、构建典型的智能问答应用：RAG+的应用

如何利用高级编排技术支持客服问答系统，实现Sug提示、多路召回、近似直接回复、多角色LLM在精细化问答系统中的应用实例

3、Agent模式应用的基础构建：动作的分类与应用

动作的多样性：API调用、前端函数、RAG知识库、子应用集成

4、Agent模式应用的高级构建实践

结合前端函数、后端API和RAG知识库，构建出能够智能诊断环境问题的应用案例

精彩内容一览

07

常  扬

上海合合信息科技AI产品研发总监，合合信息智能创新事业部研发总监，复旦博士，复旦大学机器人智能实验室成员，国家级大学生赛事评审专家，多个技术社区AI专家博主，发表多篇SCI核心期刊学术论文，负责合合智能文档处理业务线的产品、技术、云服务平台研发工作。任职期间，先后主导了人工智能数据清洗平台，卡证识别、票据识别、行业文档定制等信息抽取产品，TextIn智能文字识别云服务平台，TextIn票据机器人、财报机器人、合同机器人等智能文档场景落地产品，为金融、制造、物流等行业提供智能文档处理产品与解决方案，在企业信息化转型领域具备丰富的技术落地经验和行业场景洞察力。 

演讲提纲

1、 当前大模型训练与应用中的挑战与瓶颈

2、具备多元素版面分析能力的高性能TextIn文档解析技术

1）TextIn文档解析技术算法框架

2）文档图像增强处理算法

3）文档版面物理分析和逻辑分析算法与最新研究方向

4）文档解析效果测评指标与工具

5）工程性能与应用场景

3、基于TextIn文档解析技术的大模型应用探索

1）OpenKIE 开放域多模态信息抽取

2）分析师知识问答

精彩内容一览

08

詹子正

快手科技智能研发中心高级算法工程师，目前主要负责内部代码大模型的研发以及相关应用的落地，负责大模型在代码续写、智能Oncall、研发助手、对话式编程、研发工具串联等多个场景的落地实践。 

演讲提纲

1、大模型如何与研发工作流结合？如何帮助程序员又快又好的写代码？

2、如何平衡大模型推理和性能， 带来极致的研发体验？

3、长上下文和 RAG 哪个是最终的技术方案？

4、训练数据、评测脚本与一线研发真实场景差异较大，如何获得真正符合研发场景的数据，转起数据飞轮？如何评价对研发提效的帮助？

5、如何挖掘研发暗知识，在写代码之外带来更大的研发提效？

精彩内容一览

09

周彩钦

联想混合云产品研发总监，负责联想xCloud产品的研发。在技术研发和团队管理方面拥有丰富的经验，成功带领团队开发了AIOps、云原生平台等前沿产品。通过这些创新，推动了联想智能运维转型，实现卓越运维。        

演讲提纲

1、联想混合云智能运维发展历程

1）联想混合云智能运维的演进

2）GenAI在IT运维中的应用前景，为智能运维带来新的机遇

2联想GenAI混合云智能运维架构

1）联想智能运维架构介绍

2）IT运营智能体Lenovo xSpark介绍

3）IT运营智能体Lenovo xSpark实现原理

3、GenAI在混合云智能运维中的应用场景

1）资源管理与优化

2）故障预测与预防

4、GenAI在混合云智能运维中的实践经验

1）GenAI在智能运维落地过程中碰到的困难

2）解决方案和实践经验总结

5、总结与展望

1）演讲内容回顾

2）未来发展方向与趋势

精彩内容一览

10

林玥煜 

原始智能算法工程VP，曾任大数医达科技有限公司算法总监，阿里巴巴数据事业部系统架构师，多年来深耕大数据、人工智能在工业界应用和开发管理。对大语言模型在严肃医疗场景的应用、开发拥有丰富的实战经验。             

演讲提纲

1、RWKV的历史

2、RWKV架构的特点

3、RWKV的基础模型

4、RWKV的落地场景

5、RWKV未来的发展方向

6、RWKV在各主流评测的分数以及我们对主流评测的看法 

精彩内容一览

*为了方便大家的会后学习，组委会在征求每一位演讲嘉宾的许可后，在大会官网公开了部分演讲嘉宾PPT，有需要的小伙伴，请点击下方“阅读原文”，进入峰会官网免费获取吧~