在由大模型、Agent 等技術驅動的新一輪“生產(chǎn)力革命”中，越來越多企業(yè)開始關注真正可規(guī)?；涞氐?AI 生產(chǎn)力：如何讓 AI 深入業(yè)務場景、托管關鍵系統(tǒng)、推動組織與流程重塑，正成為技術與管理者共同面臨的新課題。

將于12 月 19～20 日在北京舉辦的AICon 全球人工智能開發(fā)與應用大會將圍繞這一產(chǎn)業(yè)命題展開系統(tǒng)性探索，重點聚焦 AI Agent、研發(fā)范式革新與組織變革、大模型推理優(yōu)化等關鍵方向。來自騰訊、阿里巴巴、字節(jié)跳動、百度、螞蟻集團、京東、華為、美團、快手等多家領先企業(yè)的技術與管理實踐者將共同分享如何構建可信賴、可規(guī)模化、可商業(yè)化的智能系統(tǒng)，以及 AI 如何成為企業(yè)降本增效、突破增長天花板的核心驅動力。

大會首日 Keynote 將重磅呈現(xiàn)全球 AI 趨勢、區(qū)域實踐與前沿技術的多維洞察。從全球 AI 發(fā)展態(tài)勢及其產(chǎn)業(yè)影響的宏觀視角，到石景山區(qū)企業(yè)數(shù)智化轉型與 AI 落地服務項目發(fā)布及啟動儀式的區(qū)域實踐，再到來自多位行業(yè)領軍者的深度分享——內(nèi)容覆蓋超級智能體時代的產(chǎn)業(yè)落點、多模態(tài)大模型驅動的內(nèi)容創(chuàng)作范式革新、Agent 技術能力躍遷與應用路徑，以及可信 Agent 的規(guī)?；葸M等核心議題，為參會者帶來一場立體且前瞻的思想盛宴。

此外，多個平行技術專場內(nèi)容也已陸續(xù)公布，議題覆蓋智能體工程、多模態(tài)應用、上下文編排、研發(fā)提效、數(shù)據(jù)治理、大模型系統(tǒng)工程、推理優(yōu)化、企業(yè)業(yè)務流融合、AI 產(chǎn)品創(chuàng)新等多個方向，構成從底層基礎設施到業(yè)務應用落地的完整技術版圖，為業(yè)界呈現(xiàn) AI 原生時代系統(tǒng)化進化的全景視角。

在演講分享之外，大會還將設置晚場辯論環(huán)節(jié)，以“多 Agent 協(xié)作 vs 超大模型一體化：誰才是未來主流？”為辯題，邀請多位嘉賓展開高能對話，共同探討未來 AI 演進路徑。

Keynote 部分演講前瞻：從內(nèi)容范式重構到 Agent 化協(xié)同的雙重躍遷

在大模型與生成式 AI 深入產(chǎn)業(yè)的進程中，企業(yè)最關心的問題正在從概念驗證轉向大規(guī)模落地與可持續(xù)價值創(chuàng)造。本次大會 Keynote 將圍繞內(nèi)容生產(chǎn)范式演進、智能體能力突破以及大模型應用的工程化挑戰(zhàn)、可信 Agent 的規(guī)模化之路等核心議題展開，來自不同領域的引領者將帶來他們在真實業(yè)務場景中的最新洞察與經(jīng)驗分享。

• 姚霆 博士，智象未來 (HiDream.ai) / 聯(lián)合創(chuàng)始人兼首席技術官）

• • 主題：《從“生成”到“構建”：多模態(tài)大模型驅動的內(nèi)容創(chuàng)作范式革命》

  • 如何讓 AI 真正理解創(chuàng)作意圖，實現(xiàn)精準、可控的生成，已成為行業(yè)的核心痛點。智象未來認為，破局的關鍵在于讓模型從被動的“內(nèi)容生成者”轉變?yōu)橹鲃拥摹皥鼍皹嫿ㄕ摺?。本次分享將聚焦如何將大語言模型的深層語義理解與規(guī)劃能力作為“大腦”，來指導和控制視覺生成模型這一“巧手”。并通過在設計、營銷、影視等領域的創(chuàng)新應用案例，展示這一技術路徑如何實現(xiàn)對生成內(nèi)容在語義、空間與時序上的精準控制，從而貫穿從“靈感”激發(fā)到創(chuàng)作到最終“分發(fā)”的全鏈路。

• 梁志輝，360 集團 / 副總裁

• • 主題：《Agent 技術演進與落地：從工具到伙伴的生產(chǎn)力變革》

  • 在大模型能力日趨成熟的今天，AI 正在從“工具賦能”邁向“自主協(xié)同”的關鍵拐點。本次演講將深入解讀全球 Agent 技術的發(fā)展趨勢，剖析從 L1 到 L4 級智能體的能力演進路徑，并結合視頻創(chuàng)作、電商營銷、知識工作等多個場景，展示智能體如何真正成為"數(shù)字勞動力"。深入探討以下議題：當無數(shù)智能體相互協(xié)作，它們將如何重塑我們的工作、創(chuàng)作與組織模式？企業(yè)和個人如何抓住這波生產(chǎn)力革命的紅利？

• 吳明輝，明略科技 / 創(chuàng)始人、CEO 兼 CTO

• • 主題：《可信 Agent 的規(guī)?；罚簭钠髽I(yè)智能體到個人代理的時代》

  • AI 應用從 2C 走向 2B 規(guī)模化落地的核心挑戰(zhàn)，已從技術實現(xiàn)轉向可信機制的構建。行業(yè)實踐表明，尤其在嚴謹?shù)钠髽I(yè)場景中，智能體規(guī)模化的關鍵支撐在于三大支柱：可信數(shù)據(jù)、可信模型、可信決策。在企業(yè)級實踐中，多智能體系統(tǒng)成為主流技術路徑，通過任務分解與專業(yè)化協(xié)同，有效應對復雜業(yè)務流程。垂直場景中，專業(yè)小模型常表現(xiàn)出比通用大模型更優(yōu)的精準度與可控性。技術層面，依托數(shù)據(jù)可追溯、決策可解釋及本地化部署能力，逐步構建企業(yè)信任基礎。企業(yè)級智能體的成熟正推動個人代理時代的到來，從 vibe coding 到 vibe working，個人代理將實現(xiàn)能力放大與工作范式革新。致力于 Agentic AI 的明略科技在該領域擁有豐富實踐，其規(guī)?；窂降暮诵?，在于實現(xiàn)技術創(chuàng)新與社會信任的協(xié)同演進。本次大會將分享相關洞見。

平行技術專場：縱深 AI 技術體系，探索規(guī)模化落地路徑

本次大會設置多個平行技術專場，聚焦智能體、多模態(tài)、上下文工程、AI 產(chǎn)品創(chuàng)新、推理優(yōu)化等多個關鍵領域，全面呈現(xiàn) AI 在業(yè)務提效與增長、系統(tǒng)融合、組織管理等維度的實踐成果與前沿探索。

各專場將從真實應用出發(fā)，深入剖析技術突破背后的系統(tǒng)性思考與工程方法，展示企業(yè)如何構建面向 AI 原生時代的底層能力與業(yè)務形態(tài)，力求每一場分享都將為開發(fā)者、架構師、業(yè)務決策者提供可落地的技術啟發(fā)與方法論參考。

• 企業(yè)級 Agent 的設計與落地：智能體（Agent）正在成為企業(yè)應用大模型的重要形態(tài)。本專題將探討企業(yè)級 Agent 的產(chǎn)品設計、算法優(yōu)化、工程實踐，并討論其背后的通用技術、開發(fā)方法論及運行環(huán)境，幫助大家找到最佳的 Agent 落地場景，以及如何打造業(yè)務價值高、泛化性好的企業(yè)級智能體。

• LLM 時代的軟件研發(fā)新范式：聚焦大模型在研發(fā)提效中的應用實踐與演進路徑，探討其在代碼生成、測試優(yōu)化、流程自動化與智能研發(fā)體系構建等方面的價值，同時也將關注計算成本、數(shù)據(jù)隱私、可解釋性等挑戰(zhàn)，展望未來研發(fā)范式的轉型方向。

• Context Engineering：上下文工程（Context Engineering）是大模型系統(tǒng)中支撐理解、推理與決策的核心能力。它不僅是提示工程（Prompt Engineering）的延伸，更融合了知識工程與工具使用，通過對歷史對話、外部知識、角色設定與工具反饋的結構化編排，支持 RAG 檢索增強、智能問答、多輪對話與 Agent 協(xié)作等復雜任務鏈條的執(zhí)行與優(yōu)化。本專題將系統(tǒng)探討上下文的構建策略、管理機制與壓縮調(diào)度方法，并結合前沿實踐與真實案例，闡述如何借助上下文工程構建可信賴、可擴展、可控的 AI 系統(tǒng)，并展望其未來發(fā)展。

• Data+AI / Agent 落地實踐：Data+AI 的結合正在推動數(shù)據(jù)領域進入全新階段。本專題將聚焦 AI 輔助數(shù)據(jù)治理，探討如何通過自動標注、質(zhì)量檢測與元數(shù)據(jù)管理提升數(shù)據(jù)的可信度與效率；關注 AI 重新定義數(shù)據(jù)產(chǎn)品，展示 ChatBI、自然語言查詢與智能洞察如何讓數(shù)據(jù)觸達更直觀、更普惠；探索 Agent 化的數(shù)據(jù)工作流，分享智能體在分析、運維和服務中的自動化與智能化實踐；并討論數(shù)據(jù)驅動的 AI 優(yōu)化，即利用高質(zhì)量數(shù)據(jù)反哺模型訓練，支持 RAG、合規(guī)與隱私保護的落地。

• 大模型系統(tǒng)工程：大模型系統(tǒng)工程聚焦于構建支撐萬億參數(shù)模型的完整技術棧，涵蓋從底層 GPU/NPU 集群、高速網(wǎng)絡互聯(lián)與優(yōu)化，到分布式存儲與數(shù)據(jù)流水線設計，再到訓練框架深度調(diào)優(yōu)、資源調(diào)度與集群管理，最終實現(xiàn)計算高效利用與成本控制。本專題系統(tǒng)解析大模型基礎設施的各層級核心挑戰(zhàn)與工程方案，為 AI 架構師、工程師及技術決策者提供構建高效、穩(wěn)定智能計算平臺的實踐洞見。

• 大模型時代下的搜廣推系統(tǒng)實踐：本專題聚焦大模型在搜廣推領域的實戰(zhàn)方案：涵蓋生成式推薦、混合架構設計、AI 內(nèi)容生成等關鍵技術，拆解傳統(tǒng)系統(tǒng)迭代與從 0 到 1 建設的完整路徑，還原轉化增效、提速迭代的真實案例。

• AI 產(chǎn)品設計與體驗創(chuàng)新：本專題將圍繞智能硬件、Chat 類導購（如淘寶聊天導購）、社交產(chǎn)品（虛擬陪伴 / 小眾交友）以及 AI 原生應用展開。從產(chǎn)品設計、用戶體驗到運營與增長全鏈路復盤，沉淀可復制的指標、策略與落地范式。

• 大模型與企業(yè)核心系統(tǒng)融合之道：當企業(yè)完成大模型的選型與部署，真正的挑戰(zhàn)才剛剛開始：如何讓模型不再停留在“試驗田”，而是深度嵌入 CRM、ERP、財務、供應鏈等核心系統(tǒng)，形成可度量、可治理、可演進的業(yè)務閉環(huán)？本專題聚焦“大模型與企業(yè)業(yè)務流融合”的工程方法與實踐，圍繞 Agentic AI 的流程編排、RAG 驅動的企業(yè)級知識工程、數(shù)據(jù)治理賦能 AI 模型與業(yè)務系統(tǒng)高效協(xié)同以及 AI 如何重塑企業(yè)決策與行動等方面展開。

• AI 時代的 10x 組織與 10x 個人：大模型與智能體的崛起正在重塑生產(chǎn)力的底層邏輯。AI 不僅提升了個體的工作效率，也在重構組織的協(xié)作方式和運營模式，催生出“10x 團隊”和“10x 工作者”的全新形態(tài)。本分論壇將圍繞這一趨勢，探討如何用 AI 構建智能化工作流、激發(fā)組織創(chuàng)新力、放大個人影響力。我們將邀請來自領先科技公司、創(chuàng)新團隊和前沿實踐者的嘉賓，分享他們在 AI 提效落地、智能體協(xié)作和工作方式重構方面的實戰(zhàn)經(jīng)驗與方法論。

• 大模型推理優(yōu)化與邊緣 AI 部署：大模型在實際應用中普遍面臨推理成本高、算力需求大的挑戰(zhàn)，成為制約其廣泛落地的重要障礙。本專題將重點討論三方面內(nèi)容：首先，推理優(yōu)化技術，包括知識蒸餾、剪枝、量化（4-bit/8-bit）等模型壓縮方法，以及 PagedAttention、FlashAttention 等高效推理算法；其次，端側部署實踐，探討大模型在手機、PC、智能汽車、工業(yè)攝像頭等邊緣設備上的優(yōu)化與應用，實現(xiàn)低延遲和隱私保護；最后，成本效益分析，通過云端、邊緣和混合部署方案的 TCO 模型，為企業(yè)提供量化的投入產(chǎn)出參考。

• 多模態(tài)從技術突破到創(chuàng)新應用落地：多模態(tài)大模型正在融合文本、圖像、音頻、視頻等多種模態(tài)，推動跨模態(tài)理解與生成能力不斷增強。本專題將聚焦多模態(tài)模型的最新技術進展與實踐，分享應用場景與創(chuàng)新價值，探討其在場景落地中的機遇與挑戰(zhàn)。

• AI 驅動的提效與增長實踐：AI 正在成為驅動企業(yè)創(chuàng)新與增長的核心力量。本專題將分享如何通過 AI 技術發(fā)現(xiàn)新的商業(yè)與增長機會、基于 AI 構建或升級產(chǎn)品并取得顯著成效、利用 AI 實現(xiàn)更高效的用戶拉新、留存與轉化，以及因 AI 發(fā)展所涌現(xiàn)的新場景與舊場景下的新應用范式。同時，我們也將探討面向 AI 場景的技術適配與架構演進，展現(xiàn) AI 如何重塑企業(yè)流程、驅動創(chuàng)新與增長。

• AI 在企業(yè)中的場景實戰(zhàn)與效能躍升：聚焦“用好 AI”與“做好 AI”兩大實戰(zhàn)路徑，面向企業(yè) IT/AI 負責人及技術決策者，通過飛書產(chǎn)品案例與一線實踐，提供可立即參考的工具、方法與實施路徑，推動 AI 能力在組織內(nèi)部深度落地。

在這場面向 AI 原生時代的深度交流會議中，AICon 以系統(tǒng)化的議題設計與跨領域的實戰(zhàn)經(jīng)驗，呈現(xiàn)從模型能力到工程體系、從應用創(chuàng)新到組織變革的完整圖景。無論你是技術研發(fā)者、架構工程師、產(chǎn)品與業(yè)務負責人，還是正思考如何讓 AI 成為企業(yè)長期增長動力的決策者，都能在本屆大會中獲得可落地的方法論、可借鑒的實踐路徑與面向未來的思考框架。12 月，北京見。

從 Chatbot 到 Action Agent，企業(yè)級落地最怕什么？是長程推理的顯存天價成本，還是業(yè)務邏輯的“死循環(huán)”風險？如何利用 MCP 協(xié)議解決接口調(diào)用的“信任危機”？本次直播集結值得買、商湯、明略三位技術專家拆解可信 Agent 的構建之道。