作者 | AICon 全球人工智能開發(fā)與應(yīng)用大會

12 月 19～20 日，由北京市石景山區(qū)經(jīng)濟(jì)和信息化局指導(dǎo)，北京石景山產(chǎn)業(yè)發(fā)展有限公司主辦，北京極客邦科技有限公司、北京飛書科技有限公司承辦的全球人工智能開發(fā)與應(yīng)用大會暨石景山數(shù)智化轉(zhuǎn)型峰會（AICon）圓滿落幕。

本次大會匯聚了來自騰訊、阿里巴巴、快手、飛書、京東、百度、智象未來、明略科技、云知聲、螞蟻集團(tuán)、來也科技、值得買科技、金山軟件集團(tuán)、商湯科技、硅基流動(dòng)、GMI Cloud、Zilliz、里瑞通 Digital Realty、Zenlayer、平安科技、火山引擎、鈦動(dòng)科技、汽車之家、靈犀量子（北京）醫(yī)療科技、阿里云、智譜、小米、OPPO、實(shí)在智能、飛豬、豆神教育集團(tuán)、云杉、超級麥吉、榮耀、華為、字節(jié)跳動(dòng)、像素綻放 PixelBloom、清華大學(xué)、清程極智、ModelTC 開源社區(qū)、用友網(wǎng)絡(luò)、鞍山鋼鐵集團(tuán)、美團(tuán)、多比特、神州數(shù)碼 、穿揚(yáng)科技、Google Cloud、石景山科技創(chuàng)新集團(tuán)、石景山區(qū)經(jīng)濟(jì)和信息化局、北京石景山產(chǎn)業(yè)發(fā)展有限公司、中智國培、中科創(chuàng)達(dá)、分貝通等企業(yè) / 機(jī)構(gòu)的 80+ 專家，吸引了超 1000 位 AI 開發(fā)者、技術(shù)專家與相關(guān)行業(yè)從業(yè)者，圍繞企業(yè)級 Agent 落地、上下文工程、Data + AI 、大模型系統(tǒng)工程等多個(gè)熱點(diǎn)方向展開分享與探討，從真實(shí)場景出發(fā)，深入剖析了技術(shù)背后的系統(tǒng)性思考與工程方法，展示了企業(yè)如何構(gòu)建面向 AI 原生時(shí)代的底層能力與業(yè)務(wù)形態(tài)，為開發(fā)者、架構(gòu)師、業(yè)務(wù)決策者提供了可落地的技術(shù)啟發(fā)與方法論參考。

在大會首日主論壇上，InfoQ 總經(jīng)理王一鵬以「超級智能體時(shí)代 AI 大變局中的行業(yè)落地」為題發(fā)表主題演講。他指出，我們正值生成式 AI 在企業(yè)落地過程中關(guān)鍵課題急劇變化的轉(zhuǎn)折點(diǎn)。在這一輪浪潮中，“變化”成為核心關(guān)鍵詞。企業(yè)對 AI 的期待正從“看趨勢”轉(zhuǎn)向“求效果”，誰能實(shí)現(xiàn)規(guī)?；瘡?fù)制、成本優(yōu)勢和穩(wěn)定集成，誰才可能成為未來行業(yè)主角。

他指出，AI 帶給組織的不是單個(gè)技術(shù)目標(biāo)，而是一種全新的運(yùn)行模式，所以人才變成了非常重要的一個(gè)考慮。重點(diǎn)要評價(jià)一個(gè)組織對 AI 的流、對接入 AI 的流暢度，首先要考量人工智能在組織中的發(fā)展路徑——它在職能和角色上是否具備足夠的針對性，在工作流整合上是否具備足夠的深度。

他將 AI 流暢度的構(gòu)建劃分為三個(gè)階段。在過去兩年，大部分企業(yè)和團(tuán)隊(duì)還處在金字塔的下三層，從“隔岸觀火”到“擁抱 AI”；而到了今年，越來越多國內(nèi)企業(yè)已邁入中間三層，即“個(gè)人 +AI”“流程 +AI”“AI+ 流程”，例如廣泛使用 AI Coding 進(jìn)行提效，或通過企業(yè)內(nèi)部黑客松推動(dòng)流程再造。而真正的演進(jìn)目標(biāo)，是走向塔尖，實(shí)現(xiàn)從“加 AI”到“AI 加”——將組織的工作方式演化為真正的 AI Native 模式。未來，面向 AI 的學(xué)習(xí)系統(tǒng)與培訓(xùn)體系將成為企業(yè)最關(guān)鍵的基礎(chǔ)設(shè)施之一。

在大會現(xiàn)場，InfoQ 攜手模力工場聯(lián)合發(fā)起的 「2025 中國技術(shù)力量年度榜單」正式發(fā)布。今年的榜單圍繞生成式 AI 的最新進(jìn)展與產(chǎn)業(yè)落地趨勢，全面覆蓋了 AI 基礎(chǔ)設(shè)施、智能體產(chǎn)品、數(shù)據(jù)智能平臺、工程部署工具、AI Coding 應(yīng)用、行業(yè)解決方案、開源與具身智能等多個(gè)關(guān)鍵賽道。

榜單詳情可查看：

https://www.infoq.cn/article/IeaYAJcV28DrmvxAPobA

面向未來，InfoQ 將繼續(xù)聯(lián)合生態(tài)伙伴持續(xù)跟蹤上榜項(xiàng)目的后續(xù)發(fā)展與落地成效，深入挖掘 AI 在制造、金融、教育、醫(yī)療、能源、政務(wù)等領(lǐng)域的實(shí)踐經(jīng)驗(yàn)，為技術(shù)人、產(chǎn)品人、業(yè)務(wù)決策者提供更加系統(tǒng)、可信的案例與方法論，通過 AICon、行業(yè)峰會、閉門研討等形式，構(gòu)建技術(shù)交流與產(chǎn)業(yè)合作平臺。

1 主題演講核心觀點(diǎn)回顧

劉宗元「AI 時(shí)代的務(wù)實(shí)主義：從趨勢洞察到 AI Ready」

飛書商業(yè)化北區(qū)總經(jīng)理劉宗元在分享中表示，當(dāng)前企業(yè)在 AI 落地上仍面臨不少“不確定性”，飛書希望用更“務(wù)實(shí)”的方法論幫助企業(yè)實(shí)現(xiàn)“AI ready”。他提到，C 端應(yīng)用相對成熟，但 B 端之所以“回答不準(zhǔn)”，核心在于企業(yè)內(nèi)部知識難以被模型獲取、數(shù)字化基礎(chǔ)參差不齊，并指出“有功能不一定等于有效果，效果等于直接創(chuàng)造出來的業(yè)務(wù)價(jià)值”。

圍繞企業(yè)如何更確定地推進(jìn) AI 落地，劉宗元提出“四個(gè) Ready”路徑：數(shù)據(jù) Ready——“沒有充分的數(shù)字化，大概率很難做到全面的智能化”，知識沉淀應(yīng)通過文檔與會議紀(jì)要“順其自然”形成；場景 Ready——選擇具備直接業(yè)務(wù)價(jià)值、高頻、對精準(zhǔn)性要求不過度嚴(yán)苛且數(shù)據(jù)沉淀充分的場景；工具 Ready——門檻低、體驗(yàn)好、觸手可及；組織 Ready——AI 是“1 號位工程”，同時(shí)要鼓勵(lì)自下而上的場景涌現(xiàn)。

在飛書看來，這個(gè)時(shí)代真正的主角，從來不是 AI，而是這些“使用 AI 的人”。他們就是你我身邊最平凡的同事，是銷售、是財(cái)務(wù)、是店長、是工廠車間的巡檢員。人不會被淘汰，而善用 AI 的人會成就一個(gè)時(shí)代。高手在民間，亦可摘星辰。一線效率先鋒的涌現(xiàn)，是 AI 時(shí)代組織 Ready 的具象展示。

潘瀅煒 「多模態(tài)內(nèi)容生成：掀起未來創(chuàng)意無限可能」

智象未來 (HiDream.ai) 算法科學(xué)家潘瀅煒在主題演講中分享了智象未來在多模態(tài)大模型上的技術(shù)路線、產(chǎn)品落地與商業(yè)化思考。他提到，在大家思考 AGI 的時(shí)候，常被討論的路徑包括大語言模型、具身智能與多模態(tài)生成，其中多模態(tài)更關(guān)注視覺、聽覺等多種模態(tài)之間的理解與生成統(tǒng)一?；趯π袠I(yè)數(shù)據(jù)的觀察，他指出多模態(tài) AIGC 內(nèi)容正快速增長：2025 年 AIGC 生成圖片量已接近千億級，并預(yù)計(jì) 2026 年將超過人類生產(chǎn)圖片總量，視覺內(nèi)容生產(chǎn)邏輯可能提前發(fā)生變化，插畫、營銷素材、短視頻 / 影視等場景正在加速滲透。

在技術(shù)演進(jìn)上，他回顧圖像從 GAN 到擴(kuò)散模型、視頻生成從早期探索到 Sora 等的演進(jìn)，并介紹公司自 2023 年以來迭代了三套模型：1.0 主要聚焦固定尺寸 & 固定時(shí)長的 UNet 擴(kuò)散模型；2.0 采用擴(kuò)散自回歸模型，聚焦高效時(shí)空建模與 MoE 多場景學(xué)習(xí)等；下半年著重在 3.0 ，探索“理解—生成統(tǒng)一 Transformer 架構(gòu)”、引入多模態(tài)推理與知識庫增強(qiáng)，更多地思考怎樣能夠把視頻模型變成世界模型。

落地方面，智象未來推出面向創(chuàng)作者的生成與編輯產(chǎn)品 vivago agent，并重點(diǎn)展示多模態(tài)智能體能力：在營銷場景可實(shí)現(xiàn)從要素復(fù)刻、運(yùn)鏡復(fù)刻到“靈感復(fù)刻”的爆款視頻復(fù)刻；HiClip 剪輯智能體則面向長視頻剪輯，支持“長變短、橫轉(zhuǎn)豎、智能創(chuàng)作與一鍵分發(fā)”。他強(qiáng)調(diào)，在推出模型與產(chǎn)品時(shí)，核心目標(biāo)是把 AIGC 多模態(tài)工具真正做成“創(chuàng)作者的助手”——讓創(chuàng)作者回歸創(chuàng)作本身。繁瑣的剪輯、編輯、生成等環(huán)節(jié)只需要交給端到端的智能體或工具完成。

吳明輝「可信 Agent 的規(guī)模化之路：從企業(yè)智能體到個(gè)人代理的時(shí)代」

明略科技創(chuàng)始人、CEO 兼 CTO 吳明輝在其演講中圍繞“Agent 是個(gè)人工具還是企業(yè)生產(chǎn)力”展開討論。他指出，企業(yè)落地的關(guān)鍵不在“能做”，而在能否規(guī)模化創(chuàng)造可量化的 ROI：相比一次性探索任務(wù)，企業(yè)更難的是在高質(zhì)量與海量重復(fù)生產(chǎn)之間建立可信的人機(jī)協(xié)同閉環(huán)。

他提出可用性指標(biāo)應(yīng)關(guān)注智能體在長鏈路任務(wù)中“連續(xù)穩(wěn)定執(zhí)行的步數(shù)”，單步準(zhǔn)確率再高也會在多步累積誤差下被放大。基于此，其建議將任務(wù)拆分為偏“匯報(bào) / 歸納 / 分析”的 OLAP 式任務(wù)優(yōu)先落地，偏“操作 / 執(zhí)行”的 OLTP 式任務(wù)則需要更強(qiáng)的工具鏈、驗(yàn)證機(jī)制與工程閉環(huán)。結(jié)合明略科技的 DeepMind 多智能體框架，他介紹了面向 GUI 操作的 Mano 模型與規(guī)劃模型 Cito，并強(qiáng)調(diào) ToB 場景常缺少 API、GUI 自動(dòng)化需求突出，因此需要構(gòu)建垂直數(shù)據(jù)集與 Benchmark，并通過（在線）強(qiáng)化學(xué)習(xí)持續(xù)迭代。

最后他指出，企業(yè)級智能體要真正進(jìn)入生產(chǎn)，需要重構(gòu) job 與 task 的邊界：由人負(fù)責(zé)目標(biāo)設(shè)定與驗(yàn)證，把執(zhí)行與探索交給智能體，在目標(biāo)導(dǎo)向的計(jì)算范式下推動(dòng)可信 Agent 的規(guī)?；瘧?yīng)用。

梁家恩「專家級 Agent 技術(shù)演進(jìn)及應(yīng)用：從通用到專業(yè)，跨越產(chǎn)業(yè)化門檻」

結(jié)合公司 14 年 AI 產(chǎn)業(yè)化經(jīng)驗(yàn)，云知聲聯(lián)合創(chuàng)始人、董事長兼 CTO 梁家恩分享了“專家級 Agent”的構(gòu)建方法與產(chǎn)業(yè)落地思考。他指出，大模型為智能體提供了可計(jì)算的語義與推理框架，推動(dòng) AI 從“會生成”走向“能規(guī)劃、能執(zhí)行”的目標(biāo)導(dǎo)向系統(tǒng)；同時(shí)，大模型能力的關(guān)鍵進(jìn)展來自規(guī)模化（從預(yù)訓(xùn)練擴(kuò)展到后訓(xùn)練與推理）、多模態(tài)融合、推理與規(guī)劃能力提升，以及世界模型 / 具身智能等方向的探索。

在落地層面，他強(qiáng)調(diào)“價(jià)值判據(jù)”不只看亮點(diǎn)，更要看三點(diǎn)：是否能在行業(yè)里解決實(shí)際問題，帶來能力上限突破或十倍級效率提升；是否具備可靠性（嚴(yán)肅場景下的幻覺不可接受）；以及成本可控、可規(guī)模復(fù)制的普惠能力。圍繞專家級智能體，其提出專業(yè)能力的核心在于“套路與方法”的內(nèi)化，關(guān)鍵抓手是數(shù)據(jù)與工程閉環(huán)：通過領(lǐng)域知識（如醫(yī)學(xué)教材）、行業(yè)規(guī)范（臨床指南）與真實(shí)應(yīng)用數(shù)據(jù)三層數(shù)據(jù)滾動(dòng)迭代，并打通“需求分析 /SOP 拆解—驗(yàn)證模型上限—工程優(yōu)化降本—部署后數(shù)據(jù)閉環(huán)持續(xù)迭代”的端到端路徑。

他以醫(yī)療場景為例說明多模態(tài)與專業(yè)知識增強(qiáng)的重要性，并分享三類典型應(yīng)用：門診病歷生成以提升醫(yī)生效率并沉淀高質(zhì)量數(shù)據(jù)；病歷質(zhì)控用于合規(guī)審核、減少糾紛風(fēng)險(xiǎn)；醫(yī)保審核則在事前提醒不合規(guī)處置，幫助降低不合理支出。最后他表示，AGI 時(shí)代將從工程、產(chǎn)業(yè)與科學(xué)三條維度持續(xù)演進(jìn)，需保持“謹(jǐn)慎的樂觀”，在確定性變革中找到可落地、可持續(xù)的價(jià)值路徑。

2 17 個(gè)分論壇：覆蓋從技術(shù)突破到業(yè)務(wù)落地的全鏈路議題

分論壇方面，本次大會共策劃了 17 個(gè)精彩專場，內(nèi)容覆蓋從前沿技術(shù)演進(jìn)、工程化落地到組織與業(yè)務(wù)實(shí)踐等多個(gè)層面。專題體系涵蓋：LLM 時(shí)代的軟件研發(fā)新范式、Context Engineering、Data+AI / Agent 落地實(shí)踐、大模型系統(tǒng)工程、企業(yè)級 Agent 的設(shè)計(jì)與落地、大模型時(shí)代下的搜廣推系統(tǒng)實(shí)踐、AI 產(chǎn)品設(shè)計(jì)與體驗(yàn)創(chuàng)新、大模型與企業(yè)核心系統(tǒng)融合之道、AI 時(shí)代的 10x 組織與 10x 個(gè)人、AI 驅(qū)動(dòng)的提效與增長實(shí)踐、多模態(tài)從技術(shù)突破到創(chuàng)新應(yīng)用落地、大模型推理優(yōu)化與邊緣 AI 部署、AI 時(shí)代的企業(yè)戰(zhàn)略升維與產(chǎn)業(yè)創(chuàng)新浪潮、出海時(shí)代的基礎(chǔ)設(shè)施構(gòu)建與模型場景實(shí)踐、AI 能力綻放的場景創(chuàng)新與突破性思考、AI 在企業(yè)中的場景實(shí)戰(zhàn)與效能躍升。

圍繞上述主題，專場內(nèi)容既關(guān)注智能體、數(shù)據(jù)與上下文等關(guān)鍵能力建設(shè)，也強(qiáng)調(diào)大模型在系統(tǒng)工程、推理部署與企業(yè)核心系統(tǒng)融合中的實(shí)踐路徑，并進(jìn)一步延展至產(chǎn)品體驗(yàn)創(chuàng)新、組織效能提升、增長與出海等更廣泛的落地議題，為參會者提供從“能用”到“用好”、從“試點(diǎn)”到“規(guī)?；钡亩嗑S參考。

3 共創(chuàng)技術(shù)生態(tài) · 合作展區(qū)持續(xù)開放交流

除內(nèi)容論壇的分享與交流外，大會合作展區(qū)也為參會者提供了近距離溝通的空間。多家技術(shù)廠商集中展示 AI 應(yīng)用、AI 工具與智能云服務(wù)平臺等相關(guān)方案，參會者可在展位了解產(chǎn)品進(jìn)展與落地實(shí)踐，并就技術(shù)細(xì)節(jié)、應(yīng)用場景與合作方式進(jìn)行現(xiàn)場交流。

本屆大會的成功舉辦，離不開眾多合作伙伴的鼎力支持。

大會特別感謝里瑞通 Digital Realty、深信服科技、GMI Cloud、神州數(shù)碼、Google Cloud、穿揚(yáng)科技、Couchbase、硅基流動(dòng)、聯(lián)想、TRAE、Cloudflare、鈦動(dòng)科技、清程極智對本屆大會的傾情贊助；感謝保利飛橋?yàn)榇髸ㄖ崎_發(fā)智能參會小程序，圍繞內(nèi)容推薦、日程規(guī)劃與服務(wù)響應(yīng)等核心功能，顯著提升現(xiàn)場參會效率。我們也衷心感謝眾多社區(qū)與媒體伙伴的支持與參與！

4 攜手繼續(xù)出發(fā)：2026 年再見

伴隨 2025 AICon 北京站圓滿收官，我們將把這份技術(shù)交流與思考的熱度延續(xù)到 2026 年。期待與更多開發(fā)者再相聚，繼續(xù)共同探索智能時(shí)代的下一程。