AICon 全球东说念主工智能开发与运用大会在 2024 年一经见效举办到第三届第四色网站图片，动作年度的终极收官之作，除了议题握续新陈代谢，值得温存的还有—— 新增了 9 场圆桌疏浚本事🎤
两天时候，9 场圆桌。诚然看起来不少，但每一场话题齐极具引诱力，妥妥地“不怕你不感兴味，生怕你分身不暇！”
12 月 13 日~14 日，咱们诚邀感兴味的读者一又友们前来疏浚，沿路围不雅强烈的念念维碰撞。以下是本次大会圆桌疏浚的系列精彩话题👇🏻具体的圆桌疏浚时候安排不错在大会日程中查阅。
一、从“卷生卷死”的大模子 API 资本谈起：本领、市集与翌日趋势
谈判话题：
国内主流大模子 API 的调用资本一经卷到很低，还会有若干下落空间，空间来自于那里？
国产算力的着实性价比和可用性若何，当今值得跟进吗？
手机端侧推理，刻下举座齐在 Demo 阶段，模子略略大点，坎坷文略略长点就不行用。端侧推理翌日能否教育？量度何时能教育？
参加大模子行业的工程师，作念集成运用、模子磨练、推理架构等等，哪个观点翌日远景更大，工程师应该若何聘用事业发展筹谋？
量度三年后，本领、运用与行业发生的变化
伸开剩余88%国内主流大模子 API 的调用资本一经卷到很低，还会有若干下落空间，空间来自于那里？
国产算力的着实性价比和可用性若何，当今值得跟进吗？
手机端侧推理，刻下举座齐在 Demo 阶段，模子略略大点，坎坷文略略长点就不行用。端侧推理翌日能否教育？量度何时能教育？
参加大模子行业的工程师，作念集成运用、模子磨练、推理架构等等，哪个观点翌日远景更大，工程师应该若何聘用事业发展筹谋？
量度三年后，本领、运用与行业发生的变化
二、大模子驱动下的智能数据料理与处理
谈判话题：
大模子期间，若何均衡数据的等闲性与玄虚化处理？具体实行中有哪些有用的处分有预备？
若何应答实时性条件高的数据处理与推理场景，确保数据的时效性和精度？
大模子期间，需要什么样的 ETL 器用？
大模子若何助力传统数据 ETL Pipeline？
将大模子运用在数据料理限制，若何最小化 AI 幻觉问题产生的影响？若何评估 ROI 和风险？
大模子期间，若何均衡数据的等闲性与玄虚化处理？具体实行中有哪些有用的处分有预备？
若何应答实时性条件高的数据处理与推理场景，确保数据的时效性和精度？
大模子期间，需要什么样的 ETL 器用？
大模子若何助力传统数据 ETL Pipeline？
将大模子运用在数据料理限制，若何最小化 AI 幻觉问题产生的影响？若何评估 ROI 和风险？
三、多模态任务中的数据构建与大模子优化
谈判话题：
多模态任务中数据显得很枢纽，刻下数据的情况是否得志需求，翌日的数据花样和数据该若何高效构建？
当今数据处理经由，能够有若干比例的职责是由大模子来完成或者补助完成？
多模态刻下有解析和生成任务第四色网站图片，对应的有自纪念和扩张模子等本透露线，实质场景中，奈何看两者的优过失和后续本领发展趋势？
多模态大言语模子翌日的进化观点，架构变化以及优化方针是什么？
多模态任务中数据显得很枢纽，刻下数据的情况是否得志需求，翌日的数据花样和数据该若何高效构建？
当今数据处理经由，能够有若干比例的职责是由大模子来完成或者补助完成？
多模态刻下有解析和生成任务，对应的有自纪念和扩张模子等本透露线，实质场景中，奈何看两者的优过失和后续本领发展趋势？
多模态大言语模子翌日的进化观点，架构变化以及优化方针是什么？
四、LLM 基座选型、数据集构建与家具落地的坑与对策
谈判话题：
在行业运用中，哪些场景更相宜大模子的落地？
在现存企业的本领和业务环境中，许多运用和平台是在 AI 大模子爆发之前一经栽培并初始的（即存量运用）。面对 AI 大模子的快速发展，若何将其有用镶嵌到这些传统或存量运用中？
在行业运用中，若何进行基座大模子的本领选型，以确保最好的落地效率？
艳母下载若何构建高质地的大模子行业数据集？
面向 AI Native 的创新家具，应该凝练什么样的能力？
在行业运用中，哪些场景更相宜大模子的落地？
在现存企业的本领和业务环境中，许多运用和平台是在 AI 大模子爆发之前一经栽培并初始的（即存量运用）。面对 AI 大模子的快速发展，若何将其有用镶嵌到这些传统或存量运用中？
在行业运用中，若何进行基座大模子的本领选型，以确保最好的落地效率？
若何构建高质地的大模子行业数据集？
面向 AI Native 的创新家具，应该凝练什么样的能力？
五、资源有限，若何构建高遵循的 AI Agent
谈判话题：
着实智能的 AI Agent 可能会若何完了？
如安在资源有限的情况下冲破闲居 AI Agent 的能力瓶颈，完了更高的运用价值？
AI Agent 平台若何简化开发经由，使更多东说念主能松驰将其运用到具体业务中？
翌日 AI Agent 将若何完了与东说念主类的无缝交互？理想形态是什么样的？
若何培养和引诱具备场景解析、翰墨处理与大模子交互能力的复合型东说念主才？
着实智能的 AI Agent 可能会若何完了？
如安在资源有限的情况下冲破闲居 AI Agent 的能力瓶颈，完了更高的运用价值？
AI Agent 平台若何简化开发经由，使更多东说念主能松驰将其运用到具体业务中？
翌日 AI Agent 将若何完了与东说念主类的无缝交互？理想形态是什么样的？
若何培养和引诱具备场景解析、翰墨处理与大模子交互能力的复合型东说念主才？
六、大模子搜广推，“新瓶装旧酒”如故“范式的翻新”？
谈判话题：
大模子和互联网传统运用（如搜广推等）的鸠集，到底是“新瓶装旧酒”如故“范式的翻新”？
大模子在大型企业落地有哪些挑战？应该若何应答？
若何看待可一稔斥地与大模子的鸠集？运用架构上会产生哪些变化
大模子期间到来，哪些传统任务和算法值得升级和用大模子本领从头蜕变？
大模子和互联网传统运用（如搜广推等）的鸠集，到底是“新瓶装旧酒”如故“范式的翻新”？
大模子在大型企业落地有哪些挑战？应该若何应答？
若何看待可一稔斥地与大模子的鸠集？运用架构上会产生哪些变化
大模子期间到来，哪些传统任务和算法值得升级和用大模子本领从头蜕变？
七、探索 Scaling Law 的规模与 AI 芯片的新竞争方式
谈判问题：
大模子预磨练阶段的 Scaling law 还可握续吗？算力的冲破能否带来新的 Scaling law?
形如 OpenAI o1 的推出会对翌日算力的方式发生什么变化？
新一代推理芯片（Groq、Celebras）是否会挑战 NVIDIA 的 GPU 地位？
大模子预磨练阶段的 Scaling law 还可握续吗？算力的冲破能否带来新的 Scaling law?
形如 OpenAI o1 的推出会对翌日算力的方式发生什么变化？
新一代推理芯片（Groq、Celebras）是否会挑战 NVIDIA 的 GPU 地位？
八、RAG 的翌日，走向昂扬、重塑如故堕落？
谈判话题：
在 RAG 场景中，数据引擎的检索能力还有哪些潜在的修订空间？
翌日，检索本领与大型言语模子（LLM）的鸠集将若何进一步发展？
除了 RAG，还有哪些表率不错减少大型言语模子的幻觉问题并普及复兴的准确性？
多模态本领的发展将若何为 RAG 带来新的机遇？
刻下检索和生成模块相对独处，若何更有用地整合检索器和 LLM？
RAG 关于 O1 类推理模子的真理真理安在？
在 Transformer 期间之后，RAG 将若何演进？
在 RAG 场景中，数据引擎的检索能力还有哪些潜在的修订空间？
翌日，检索本领与大型言语模子（LLM）的鸠集将若何进一步发展？
除了 RAG，还有哪些表率不错减少大型言语模子的幻觉问题并普及复兴的准确性？
多模态本领的发展将若何为 RAG 带来新的机遇？
刻下检索和生成模块相对独处，若何更有用地整合检索器和 LLM？
RAG 关于 O1 类推理模子的真理真理安在？
在 Transformer 期间之后，RAG 将若何演进？
九、AI 本领驱动下的家具买卖化与用户增长战略
谈判话题：
创业公司濒临一个两难：要是紧跟最新本领可能导致家具不断推翻重来，资源亏欠大；要是不跟进又可能被新本领淘汰。那么创业公司应该如安在“实时跟进”和“雄厚发展”之间找到均衡点？
当今大众齐在相干 AI 运用的变现费劲。一些公司在 AI 早期就过于执着于径直变现，反而可能错过了栽培用户心智和培养使用民风的枢纽期。那么在 AI 运用的买卖化旅途上，咱们是否应该从头念念考“先培养用户民风”如故“先追求收入”这个问题？
既有 C 端用户又有 B 端客户的家具，两者奈何协同发现作念增长？
创业公司濒临一个两难：要是紧跟最新本领可能导致家具不断推翻重来，资源亏欠大；要是不跟进又可能被新本领淘汰。那么创业公司应该如安在“实时跟进”和“雄厚发展”之间找到均衡点？
当今大众齐在相干 AI 运用的变现费劲。一些公司在 AI 早期就过于执着于径直变现，反而可能错过了栽培用户心智和培养使用民风的枢纽期。那么在 AI 运用的买卖化旅途上，咱们是否应该从头念念考“先培养用户民风”如故“先追求收入”这个问题？
既有 C 端用户又有 B 端客户的家具，两者奈何协同发现作念增长？
会议推选
12 月 13 日至 14 日（下周五至周六），AICon 全球东说念主工智能开发与运用大会将在北京恢弘开幕！本次大会积累 70+ 位 AI 及本领限制的顶尖大众，真切探讨大模子与推理、AI Agent、多模态、具身智能等前沿话题。此外还有丰富的圆桌论坛、以及展区活动第四色网站图片，带你真切探索大模子的最新实行与翌日趋势。年度临了一次 AI 盛宴，让咱们沿路见证 AI 翌日。
发布于：北京市