在人工智能技术迅猛发展的当下，为了帮助企业在人工智能的浪潮中抓住机遇，“AI+研发数字峰会（AiDD）”应时而生，致力于协助企业利用AI技术深化计算机对现实世界的理解，推动研发进入智能化和数字化的新时代。AiDD峰会是兼具专业性、专注性、全面性与前瞻性的顶级 AI 数字峰会。
2025 AiDD峰会深圳站共设五大条线，分别是“AI+开发”、“AI+测试”、“AI+技术前沿”、“AI+领域”、“AI+工程”线。其中“AI+技术前沿”线精心策划了三大论坛，涵盖下一代知识工程、多模态LLM训练与应用、大模型训推优化，汇聚了众多AI领域的顶尖专家与前沿成果，包括华为、阿里、清程极智、并行科技、新希望金融科技、南京柯基数据、哈工大、南京大学、东南大学、中山大学等顶尖企业和学术机构，为参会者带来了一场思想碰撞与技术盛宴。
出品人：漆桂林
漆桂林教授，东南大学计算机与软件工程学院教授、东南大学认知智能研究所所长，同时担任南京柯基数据科技有限公司首席科学家。漆教授深耕知识图谱与自然语言处理领域多年，不仅在学术界享有盛誉，更在企业界拥有丰富的实践经验。本次论坛，他将携手行业精英，共同探讨大模型时代知识工程的创新与突破。
论坛亮点：
本论坛聚焦大模型时代知识工程的创新与突破，深入探讨符号系统与大语言模型的有机融合路径。论坛将围绕大模型与知识图谱互相增强、知识记忆与推理机制、符号化知识与大模型参数化知识融合等核心议题展开，结合教育、医疗、金融等领域的落地实践，展示知识工程机制的新技术。
内容简介：知识表示是人工智能的核心，知识图谱作为其典型形式，在动态更新与图谱级知识泛化上面临挑战。知识图谱基座模型运用大模型技术，在大量知识图谱上预训练并适配到下游任务。本次报告将回顾知识图谱表征学习及预训练模型与知识图谱的结合，介绍知识图谱基座模型的研究进展，并提出知识智能体的概念与未来方向。听众收益：洞察知识图谱技术演进趋势，系统性掌握知识图谱基座模型的技术框架与落地路径。内容简介：华为秉持“知识即服务”的理念，构建了面向专业产品领域的知识治理技术框架和工程体系。本报告将阐述华为在产品知识治理领域的综合治理能力框架，深入探讨知识搜索/问答、故障问题定位等典型应用场景下的工程实践案例。听众收益：获得垂直领域知识工程能力框架，了解工业知识应用与知识匹配实践经验。3.《大模型时代的知识存储范式-Agentic Knowledge Base》
内容简介：Agentic Knowledge Base作为新一代存储范式，融合知识图谱、上下文记忆、语义检索与推理能力，支持智能体的自主决策与任务执行。本报告将探讨其技术架构、关键能力及典型应用，揭示其在企业智能化与Agent生态中的战略价值。听众收益：洞察行业趋势，掌握新一代知识存储范式，获得可落地的技术架构与设计思路。内容简介：报告聚焦于“记忆增强的大模型多智能体”，深入探讨如何为AI智能体赋予“记忆”能力，实现从单次问答到长期协作的跃迁。结合心理咨询、论证评估等创新应用案例，展示其强大落地潜力。听众收益：把握前沿趋势，了解记忆模块的实现框架及多智能体协作机制，激发创新构想。出品人：印鉴
印鉴教授，中山大学人工智能学院二级教授、博士生导师，广东省大数据管理与应用工程技术研究中心主任。印教授在数据库与大数据领域拥有深厚的学术造诣，本次论坛他将引领我们探索多模态大型语言模型的最新进展与应用。
论坛亮点：
多模态大型语言模型正引领技术革命，通过整合文本、图像、音频和视频等多源数据，实现更全面的感知与认知。本论坛聚焦跨模态对齐、融合架构和指令微调等技术，探讨如何构建统一表征框架，提升模型的泛化能力和鲁棒性。
1.《多模态、多端GUI智能体Mobile-Agent技术实践与应用》
内容简介：随着多模态大模型的快速发展，围绕Mobile、PC、车机等端侧构建多模态智能体成为研究热点。本报告将介绍Mobile-Agent技术体系的构建，包括多智能体架构到GUI基础Agent模型的演进。听众收益：全面了解GUI智能体的发展及Mobile-Agent系列工作。内容简介：金融行业对面客内容的准确性、可解释性、合规性等要求较高。本次演讲将介绍新希望金融科技AI团队研发的面向金融行业的专用大模型解决方案和应用实践，利用大量金融领域数据对大模型进行垂直训练和微调。听众收益：了解大模型在垂直领域的训练经验，掌握金融大模型助力语音机器人的技术方案，提供可落地的解决方案。内容简介：本报告围绕情感智能的关键技术及应用展开深入探讨，旨在突破传统情感智能在理解、生成和应用层面的瓶颈。通过构建多模态情感数据融合与表征方法，结合情感知识图谱，提升情感理解的深度与泛化能力。听众收益：深入了解基于大模型的情感智能关键技术原理和应用方法，拓宽在人工智能和情感计算领域的知识面。出品人：何万青
何万青博士，此前曾任英特尔首席工程师、阿里巴巴资深技术专家、阿里云高性能计算负责人，并在多家知名企业担任研发负责人和创业公司CTO。何博士在大模型训推优化领域拥有丰富的实践经验，本次论坛他将携手行业专家，共同探讨大模型技术栈的演进方向。
论坛亮点：
本论坛聚焦大模型从底层硬件与模型协同优化，到模型上层推理优化、部署优化等全栈技术链路，剖析和展望大模型技术栈演进方向，深入探讨推理引擎核心优化、高效微调技术实践、部署服务性能调优等关键技术。
1.《PD分离架构：从大规模到小规模场景的普惠实践》
内容简介：PD分离架构在Deepseek的实践中证明可以显著提升LLM推理吞吐。本次分享将统一评估vLLM/Dynamo/SGLang等开源PD分离小规模部署的效果，揭秘PD分离在不同规模场景下的最佳实践路径。听众收益：颠覆规模认知，提供普惠级优化方案，获得基于开源的生产级架构蓝图。内容简介：清程极智致力于通过高效、易用的智能算力系统软件，提升算力使用效率、降低大模型落地成本。本次演讲将介绍清程极智在支持国产智能算力的系统软件方面的核心能力及大模型推理部署的主要挑战与创新。听众收益：了解国产算力发展动向，掌握大模型推理前沿技术。内容简介：本次演讲将介绍大模型训练和推理中的基础概念、动机、方法及前沿优化技术，包括各类并行训练、推理中的并行方法及他们的组合方法，如何适用于大规模集群等。听众收益：对大模型训练和推理中的并行获得基本了解，了解前沿的大模型并行优化方法。4.《基于大模型应用特征分析的算力适配与应用优化》内容简介：本次演讲将介绍应用运行特征分析方法，通过精准的数据分析对应用进行性能定位，为算力买手模式找到高性价比的算力提供数据支撑。同时介绍算力买手模式和ParaSelect分析方法，以及典型应用分析案例。听众收益：系统性了解应用运行特征分析方法，了解应用运行特征数据对应用分析优化的作用。三大论坛齐聚一堂，共同探索AI技术的未来趋势与应用实践。无论您是学术研究者、企业技术专家还是AI爱好者，这里都将有您不容错过的精彩内容。
2025「软件研发应用大模型」的现状调查正式启动！该调研是由AiDD组委会联合多个技术社区共同发起，该调研活动已持续三年，为软件研发行业做出了卓越贡献。期待你的真实声音。一起参与调研，共同描绘中国技术演进的新图景。欢迎转发给身边的开发者～
加入智库
成为客户
