AICon 深圳 2025 收官：AI 正當時，實踐正落地｜InfoQ 極客傳媒

8 月 22～23 日，由極客邦科技旗下 InfoQ 中國主辦的 AICon 全球人工智能開發與應用大會·深圳站（2025） 圓滿落幕。大會兩天共吸引了超 800 位 AI 開發者、技術專家與相關行業從業者齊聚一堂，現場氛圍高漲，思想與實踐充分交融。

本次大會匯聚了來自騰訊、阿里、微軟、快手、Google Cloud、AWS、火山引擎、網易遊戲、網易伏羲、科大訊飛、阿里國際、百度、彩訊股份、金山辦公、新希望金科、知鳥教育、雲天勵飛、Rokid、眾安銀行、趣丸科技、華潤啤酒、匯豐科技、其域創新、紛享銷客、友盟同欣、飛輪科技、ThinkAny & MCP.so、三七互娛、同盾科技、神州數碼、百道數據、阿里雲、騰訊雲、騰訊音樂、Plaud、拂曦科技、商湯科技、值得買科技、網易雲商、遊心雕龍等多家海內外企業的 70 + 專家，圍繞 Agent 應用新範式、多模態與空間計算創新、推理性能優化、AI 產品研發與商業化落地、智能硬件與具身智能等多個熱點方向展開分享與探討，為行業呈現了一場兼具深度與廣度的思想盛宴。

把握技術躍遷期，邁入 AI 落地深水區

在 AICon 深圳 2025 的開場致辭中，極客邦科技創始人兼 CEO 霍太穩指出，AI 行業正在經歷重要的階段性轉向，從模型能力的比拼進入到落地實踐的深水區。他提到，無論是國產算力卡的成熟可用，還是各類大模型在工廠、醫院、課堂等一線場景中的部署應用，AI 正逐步從實驗室走入日常生產生活，成為「像水電煤一樣的基礎設施」。

他引用了 OpenAI 提出的「AI 五階演進框架」來刻畫當前的關鍵躍遷期：從聊天與推理能力，進入到具備工具調用和自主執行能力的 Agent 階段。AI 正在從「能回答」邁向「能解決」，這不僅是能力的拓展，也是產品形態和工程模式的根本轉變。

圍繞這一趨勢，霍太穩進一步強調了系統性推進 AI 應用落地的挑戰與機會，指出企業需要同步構建起覆蓋架構技術與業務流程的複合型人才體系。他提到極客邦科技正通過企業培訓、認證輔導與技術實戰課程，幫助技術人更系統地掌握 Agent、RAG、多模態等關鍵路徑，並推動知識、人才與生態的協同演進。

最后，他鼓勵在場的技術從業者、產品實踐者和創新者把握這一躍遷時刻，將經驗轉化為方法，把工具能力真正嵌入業務流程之中。在他看來，AI 的價值不止於前沿突破，更在於如何服務真實世界中的複雜問題。

主題演講精彩回顧

蔣林泉：阿里雲大模型應用落地實踐之路

在大會首日主論壇上，阿里雲智能集團CIO&負責人蔣林泉（雁楊）分享了過去三年多推動阿里雲內部數字化與 AI 智能化的實踐經驗。他開場以「電梯」作比喻，指出個人和企業的發展固然需要努力，但搭上「時代的電梯」也很重要，而AI則是當前時代那部最重要的電梯。

在談到企業應AI大模型的挑戰時，他提到當前比較突出的兩個矛盾：一是 CEO和業務部門的投入熱情和IT部門的交付能力之間存在不均衡；二是許多企業內部涌現出大量的技術工程平臺和Demo，但真正進入業務、創造價值的應用仍然不足。他進一步強調，要想讓AI 真正產出業務結果，需要投入足夠的資源，在組織方式、機會識別、運營指標、評測體系等方面建立起系統方法。

因此，企業AI數字化的關鍵不在表面的工具和平臺堆砌，而在於能否真正交付業務結果，實現RaaS（Result as a Service）。在這一過程中，蔣林泉提煉出一套RIDE方法論：Reorganize（重組組織與生產關係）、Identify（識別業務痛點與AI機會）、Define（定義指標與運營體系）、Execute（推進數據建設與工程落地）。

其中，在「Reorganize」環節，他表示，「如果不解決新生產力下的組織和生產關係問題，就會不斷遇到暗礁，甚至沒法往前走。」所以，首先要解決的是認知和組織的問題。為此，他強調 「書同文、車同軌」的重要性，在阿里雲CIO線率先發起了全員大模型培訓認證，他認為這是一場AI時代的通識教育，是對整體認知底層的重鑄。在此基礎上，通過聯合業務部門開展AI業務創新大賽，激發組織轉型。

而談到「Execute」時，蔣林泉強調，定義好了前面的產品和運營指標（Define），纔是執行。「這樣你在落地的過程中，才能夠動員領域專家，因為沒有知識專家的參與和評測能力的話，大模型應用的上限是不可能上去的。」 另外，他進一步指出，如果目標沒有價值，或者沒有找到真正的痛點，也很難獲得資源的支持和配合。

在「Execute」的工程金字塔框架中，數據與評測被放在最底層：「我把它放成大底座，你看它的體積最大，因為這部分是大模型應用的基石，這塊的投入一定要做足。」 在他看來，與上一輪計算機視覺為代表的AI革命不同，本輪LLM AI浪潮最根本的差異，在於高質量數據要素的構建成本。而AI系統迭代所依賴的評測能力與評測開銷，正成為大模型應用落地的核心瓶頸。

因此，這一輪大模型業務落地的關鍵投入點，是如何建立起有效的評測體系，並在此基礎上開展工程迭代。這里，蔣林泉着重提到「品味」，他認為企業做好AI大模型落地，「起點是擁有具備品味的人，由他們來構建知識與定義評測標準——這兩者，直接決定了大模型應用所能達到的高度。」

周國睿：生成式技術重構推薦系統的智能邊界與效率標準

推薦系統作為互聯網的核心基礎設施，其傳統級聯架構（包含召回、粗排、精排及重排等模塊）長期面臨算力碎片化、系統MFU低下的瓶頸。快手科技副總裁/基礎大模型及推薦模型部負責人周國睿在演講中指出，這些侷限正在限制推薦技術的進一步突破。

基於這一判斷，快手提出並落地了端到端的生成式推薦系統 OneRec。通過將視頻 ID 等推薦對象離散化為語義 Token，OneRec 能夠在單一模型中覆蓋召回、粗排、精排等環節，實現生成式推薦。周國睿強調，這種「生成而非判別」的方式讓模型具備了更高的智能上限，同時在強化學習與 Reward 體系的加持下，大幅提升了推薦質量與業務可控性。

在業務應用上，OneRec 已在短視頻、本地生活、電商等場景全面落地。結果顯示，其推理成本僅為舊系統的十二分之一，卻在效果上實現了全面超越，顯著提升了用户的消費深度和內容多樣性。與此同時，OneRec 也展現出良好的遷移性，能夠快速適配不同業務場景。

周國睿還介紹了全新一代 Decoder-Only 架構的 OneRec V2，通過去掉高成本的 Encoder 計算，集中算力在解碼端，訓練效率提升了近 16 倍，使得更大規模的推薦模型訓練成為可能。在此基礎上，團隊提出了最新的研究方向 OneRec-Think：將用户行為數據與文本、圖像模態統一建模，藉助語言模型的推理能力，實現「生成與理解一體化」的推薦系統。

他表示，這不僅是一次架構層面的革新，更是對推薦系統智能邊界和效率標準的重塑，目標是打造既能深度思考、又能高效服務的下一代推薦模型。

夏勇 ：從代碼質量到自動修復：銀行研發閉環智能升級之路  

匯豐國際財富管理及卓越理財 /首席架構師及解決方案首席信息官夏勇分享了匯豐在軟件開發全生命周期中引入 AI 的探索與實踐。

他指出，銀行業數字化與智能化轉型面臨諸多挑戰：一方面，許多核心銀行系統已有五十年以上歷史，部分代碼仍基於匯編語言編寫；另一方面，金融行業對合規、穩定性和韌性的要求遠高於其他領域。如何在這樣的背景下確保研發質量，成為銀行 IT 團隊必須跨越的難題。

夏勇強調，匯豐的目標並非一蹴而就地用自然語言實現編程，而是逐步在研發流程的各個環節引入 AI 力量。他詳細介紹了團隊在代碼質量量化上的創新工作——通過收集數百萬行開源項目代碼，結合機器學習方法，建立了可量化的質量指標體系，用於對內部代碼進行基準評估和改進。這一實踐已在生產事故減少上取得顯著成效。

在根因分析方面，匯豐嘗試引入大語言模型與 Agent，結合日誌、告警、鏈路和變更等多源數據，基於「5Whys」追溯生產事故背后的真正原因。結果顯示，許多問題並非單純的管理或供應商責任，而是源於代碼本身及自動化不足。通過這種方式，團隊能夠更科學地定位並解決問題，而非陷入部門間的「甩鍋」。

進一步地，夏勇分享了匯豐在自動化缺陷修復上的探索。團隊結合私域知識（包括設計文檔、內部最佳實踐、業務邏輯等），訓練小模型並構建知識圖譜，使自動生成的單元測試和修復代碼更符合銀行的複雜業務邏輯，顯著提升了智能化的可用性與落地價值。

他最后表示，真正的智能研發閉環需要從設計、開發、測試到運維的每一步逐步嵌入 AI，並通過引入私域知識克服大模型的「幻覺」問題。這不僅是技術升級，更是金融業研發質量、效率與穩定性的全面提升。

劉煒清：以大模型為基礎的金融領域新範式的思考、探索與應用

微軟亞洲研究院機器學習組首席研究員劉煒清分享了團隊在 AI for Finance 領域的長期探索與最新成果。

他回顧了團隊從九年前開始進入金融 AI 研究的歷程。早期工作主要聚焦於投資建模、反洗錢等任務，並逐步積累了從學術研究走向產業落地的經驗。劉煒清指出，學術論文中的算法效果與真實金融場景之間常常存在巨大差距，這促使他們開發了開源量化平臺 Qlib，以彌合研究與實務之間的鴻溝，並逐步擴展到強化學習、元學習和基於 Agent 的自動化研究流程。

隨着大模型與 Agent 技術的發展，團隊提出了新的願景：構建既具確定性、又能迭代演化的金融智能體。在這一方向上，他們開展了兩類工作：一是基於代碼生成與迭代的自動化研究框架 R&D-Agent，可在量化研究等場景中通過自動多輪迭代快速生成高質量方案；二是基於領域原生數據的生成式基礎模型，即市場仿真引擎MarS（Market Simulation Engine）。

劉煒清詳細介紹了 MarS 的設計思路：將訂單流這種金融市場最細粒度的數據進行建模，通過對單筆訂單與訂單組的雙重 tokenization，訓練出可預測和生成訂單序列的模型。在此基礎上，團隊構建了一個數字孿生金融市場，能夠進行動態模擬、壓力測試及 「what if」 情境推演，幫助監管、風險管理和策略研發在上線前獲得真實驗證。他強調，模型不僅在微觀層面重現了交易行為，還能在宏觀上覆現經濟學家總結的市場規律，為市場仿真帶來新的可信度。

經過推理優化，MarS 已能在分鍾級預測中兼顧性能與效率，逐漸具備實際應用的可行性。劉煒清指出，這一新範式的價值不僅限於金融領域，凡是具備行業專屬數據、強依賴專家經驗、迭代成本高的場景，都可能借鑑類似框架。他總結道，生成式基礎模型與 Agent 的結合，為金融市場的研究和監管帶來了全新的方法論，也為 AI 在複雜行業中的落地提供了新的思路。

多場硬核分享，帶來 AI 落地的「實戰寶典」

在匯聚行業專家與創新者的 AICon 舞臺上，兩天內共呈現了 14 場精彩紛呈的與 AI 相關的熱門議題，為與會者帶來了深刻的行業洞察與創新啓發。

大會第一天專場設置如下：

·專題一：Agent 應用新範式與 MCP 生態實踐

·專題二：AI 驅動業務重塑與提效

本專題由網易遊戲技術總監何丹出品，聚焦AI在企業價值重塑與效能提升中的應用實踐。快手安全算法中心負責人劉夢怡、趣丸科技媒體算法負責人馬金龍、網易遊戲AI產品策劃專家藍師師、騰訊文檔后臺技術專家張瀚元、國際頭部ERP企業專家吳雲，分別分享了內容審覈大模型、智能客服與知識圖譜、遊戲研發AI助手、文檔AI基礎設施以及製造業大模型落地等實踐案例，展示了AI在業務創新、流程重構與組織轉型中的多維探索與成效。

·專題三：AI Infra

AI 基礎設施正成為大模型研發與應用的核心底座，從算力集羣到數據引擎、從異構芯片調度到全球化數據分析，都對架構演進提出了更高要求。本專題由阿里雲公共雲 AI 汽車技術服務負責人王德山出品，阿里雲資深技術專家張凱、商湯技術產品總監劉葉楓、火山引擎AI數據湖服務架構師琚克儉、飛輪科技技術副總裁楊勇強等嘉賓，圍繞雲原生 AI、異構算力調度、多模態數據處理與AI原生數據分析架構分享實踐成果，展示了AI Infra在性能、穩定性、成本與合規間的多維探索。

·專題四：專題：AI 產品研發與商業落地探索

AI Native 產品、情感計算與智能硬件正成為新一輪創新熱土。本專題由金山辦公AI研發總監劉強出品，金山辦公AI產品總監徐奕成、網易雲商AI技術負責人馮旻偉、遊心雕龍創始人彭傑、Plaud中國區CEO莫子皓等嘉賓，分別分享了多Agent驅動的內容創作體系、服務營銷智能體的價值閉環、AI賦能UGC遊戲創作鏈以及軟硬結合的LLM-native產品路徑，展示了AI在從產品創新到商業化落地過程中的多元實踐與趨勢洞察。

·專題五：多智能體構建、協作與企業級實踐（廠商共建）

多智能體正成為AI發展的新風口，但企業在構建、協作和落地應用中仍面臨諸多挑戰。本專場邀請Google Cloud資深AI架構師申紹勇、合作伙伴解決方案架構師何鵬與百道數據解決方案架構師莊才家，以及神州數碼通明湖雲和信創研究院首席AI科學家謝國斌，共同探討多智能體的核心技術與企業實踐

大會第二天專場設置如下：

·專題一：AI 原生時代的卓越架構治理

本專題由騰訊雲顧問產品總經理許小川出品，聚焦AI原生背景下的架構治理新模式。快手資深架構師劉中兵、華潤啤酒技術總監葉寧、騰訊音樂運維開發組組長邊雪冬等嘉賓，分享了從架構成熟度評估、智能化診斷與治理，到傳統消費品的數字化轉型路徑，再到AIOps驅動下的智能運維實踐，展示了AI在保障系統穩定性、推動業務升級與實現智能化治理方面的多元探索與落地經驗。

·專題二：高效推理技術與性能極限優化

在大模型應用快速普及的背景下，如何在保證性能的同時降低推理成本，成為業界關注的焦點。本專題由阿里國際AI Infra負責人丁虎平出品，邀請阿里雲高級技術專家馬騰、騰訊PCG機器學習平臺技術負責人袁鐿、Google AI Infra技術專家楊國強等嘉賓，分享了長上下文KVCache中心化優化方案、分佈式推理調優實踐以及TPU上的推理優化路徑，展示了業界在算力效率、成本控制與架構突破上的前沿探索與實戰經驗。

·專題三：多模態與空間智能技術創新

隨着AI技術加速演進，多模態與空間智能逐漸成為業界探索的重點方向。本專題由快手多模態大模型負責人高婷婷出品，快手高級算法專家文彬、其域創新解決方案負責人張維維、騰訊智慧出行解決方案總監潘英超等嘉賓，從模型創新、真實環境數據獲取到產業落地路徑，系統展示了多模態與空間智能在視頻理解、具身智能、自動駕駛和智慧出行等場景中的前沿探索與落地經驗，為AI技術與產業深度融合提供了新的思路與啓發。

·專題四：智能硬件與具身智能創新實踐

隨着智能終端、機器人和AIoT的不斷演進，具身智能正成為AI落地的重要方向。本專題由雲天勵飛副總裁鄭文先出品，Rokid XR中心主管季楊康、網易伏羲決策智能算法研究員干英豪、拂曦科技CEO段然等嘉賓，分別分享了智能眼鏡的全棧開發實踐、工程機械遠控與自動裝車的具身智能探索，以及AI眼鏡在社交場景中的多模態感知與交互應用，展示了具身智能在硬件形態、工程實踐與消費場景中的前沿突破與發展潛力。

·專題五：AI 時代下，企業管理革新和個人效能提升

隨着AI逐漸融入企業核心流程，組織管理與個人效能正在迎來全新變革。本專題由知鳥教育CTO沈菁出品，百度飛槳廣州中心副主任陳雲峰、眾安銀行技術委員會主席沈斌、三七互娛算法工程師李遠方等嘉賓，分別帶來關於AI驅動企業管理範式重構、超級個體的做事方法論以及智能會議紀要落地實踐的精彩分享，展示了AI在管理模式、個人成長路徑和溝通協作效率上的多元應用與深遠價值。

·專題六：Agent + Data 落地探索

大語言模型驅動的智能體正為數據價值釋放帶來全新契機。本專題由火山引擎數智平臺高級總監徐冰泉出品，火山引擎Data Agent技術專家陳碩、騰訊數據工程專家虎興龍、友盟同欣產品部負責人馮成蹊、數據平臺大模型評測技術負責人尹小明等嘉賓，圍繞數據Agent的產品進化與工程落地、智能營銷新模式以及大模型應用評測實踐展開分享，展示了智能體如何在數據交互、治理、安全與價值轉化中加速應用落地，為企業構建數據驅動的智能生態提供了方法論與案例參考。

·專題七：AI 賦能研發體系變革

隨着大模型和智能Agent全面融入研發流程，企業軟件工程正從「工具輔助」邁向「智能驅動」的新階段。本專題由科大訊飛研發總監薛增奎出品，首席前端架構師侯凡、匯豐科技信息安全部門負責人楊偉強、阿里雲架構師周絮、Trae架構師寧嘯威等嘉賓，分別分享了多Agent協同研發平臺、AI安全代碼自動修復、智能運維雙支柱實踐以及Coding Agent的工程落地探索，展示了AI在研發效能提升、代碼安全治理與新一代開發範式中的多元價值與前沿實踐。

·專題八：Agent 核心技術與系統架構創新

隨着大模型與智能體技術的快速演進，如何在企業級場景中實現高效、穩定、可持續的 Agent 系統架構，成為行業共同關注的焦點。本專題由彩訊股份 AI 產研部總經理鄒盼湘出品，商湯科技王志宏、彩訊科技樊懋、紛享銷客王毅、快手科技王立凱等嘉賓，分別從敏捷與穩定兼顧的 Agent 框架設計、B 端智能體構建與 Context Engineering、企業級 SaaS Agent 平臺實踐，以及 Agentic AI 在商業化場景的應用探索等維度展開分享，系統呈現了智能體在架構範式、平臺化實踐和業務落地上的最新突破與應用思路。

·專題九：大模型在金融領域的創新實踐

隨着大模型與智能體技術的快速落地，金融行業正迎來風控、信貸、合規、營銷等核心業務的智能化重塑。本專題由新希望金科 AI 中心總經理王小東出品，王小東、同盾科技董紀偉、某銀行機構徐小磊、騰訊歐陽天雄等嘉賓，圍繞經營貸風控升級、信貸風險自迭代、金融產品可信架構、智能風控大模型應用等方向展開分享，系統呈現了大模型在金融場景的創新探索與實踐路徑。

智能體驗捲起來，開發者展區成「寶藏打卡地」

從智能眼鏡到 AI 健身私教，各類前沿「黑科技」在本屆 AICon 深圳站的開發者展區集中亮相，吸引了大量參會者駐足體驗、交流互動，科技氛圍拉滿。

比如在「寶藏體驗角」，參會者可以零距離感受 AI 智能硬件的創新魅力。特別感謝 Rokid、拂曦科技、Plaud AI、EasyRight AI、製糖工廠，為大家帶來豐富有趣的交互體驗！

（以下圖片輪播）

本屆大會的圓滿舉辦，也離不開合作伙伴們的大力支持！特別感謝匯豐科技中國、Google Cloud、百道數據、神州數碼、GMI Cloud、數勢科技、硅基流動、TRAE、飛輪科技、快手、萬界數據、濤思數據、IPIP對本屆大會的大力贊助與支持。

同時，我們也衷心感謝眾多社區與媒體夥伴的大力支持。正是在各方的共同努力下，AICon 得以繼續推動 AI 技術生態的繁榮發展，共同探索行業的未來方向。

下一站，精彩繼續

2025 AICon 深圳站圓滿收官，接下來 10月 QCon 上海站和 12月 AICon 北京站精彩接力，等你來探索！

申請創業報道，分享創業好點子。點擊此處，共同探討創業新機遇！