主持人開場
主持人積夢智能 CEO、騰訊云 TVP 謝孟軍在活動伊始時表示，我們處在一個變革之年，通用大模型加速落地，AI正從任務(wù)型算法邁向認知智能。與此同時，具身智能的崛起打破虛擬與物理世界的界限，推動行業(yè)進入生產(chǎn)力革新階段。今天，期待與各位專家老師共探大模型、具身智能的多元落地路徑，為產(chǎn)業(yè)智能化升級提速助力。
主辦方致辭
瀘州老窖股份有限公司黨委副書記、總經(jīng)理、瀘州老窖·國窖1573研究院執(zhí)行院長 林鋒表示，隨著人工智能技術(shù)的迅猛發(fā)展，各行各業(yè)正在發(fā)生根本性變革。在林鋒看來，這種變革可能超越“工業(yè)4.0”的范疇，邁向全新的“工業(yè)5.0”時代。
面對全球范圍內(nèi)革命性的技術(shù)浪潮，企業(yè)需要積極擁抱AI時代。瀘州老窖也不例外，在智能制造領(lǐng)域開展大量探索與實踐。2024年12月，瀘州老窖進入工業(yè)和信息化部裝備工業(yè)一司發(fā)布的“卓越級智能工廠（首批）項目名單”。通過與西門子的合作，瀘州老窖對傳統(tǒng)釀酒體系進行系統(tǒng)性重構(gòu)，實現(xiàn)從釀造生產(chǎn)、儲存到包裝物流的全流程自動化建設(shè)。不僅實現(xiàn)硬件設(shè)備的機械化聯(lián)通，還實現(xiàn)數(shù)據(jù)流的整合貫通，真正打通整個生產(chǎn)鏈條。
瀘州老窖通過打造新供應(yīng)鏈體系，減少人力需求，從傳統(tǒng)模式下的6000人降至164人，建設(shè)成本也顯著降低。此外，構(gòu)建數(shù)字化營銷體系，使得每一瓶酒的流通數(shù)據(jù)均可追溯，并基于數(shù)據(jù)反向驅(qū)動營銷決策。經(jīng)過兩年多的轉(zhuǎn)型實踐，銷售團隊實現(xiàn)高度數(shù)字化的人機協(xié)同模式，推動企業(yè)運營效率持續(xù)提升。此外，瀘州老窖積極探索金融科技應(yīng)用，在數(shù)字貨幣領(lǐng)域走在前列，未來還將推出專屬瀘州老窖的定制化數(shù)字貨幣，進一步拓展數(shù)字生態(tài)邊界。
此次攜手騰訊云TVP，旨在共同探討AI技術(shù)發(fā)展的前沿趨勢，期待大家通過今天的活動有所收獲，探索未來發(fā)展的新機遇。
騰訊云副總裁、智慧零售、文旅、建筑、農(nóng)體技術(shù)負責(zé)人 程偉表示，當(dāng)前，以大模型為代表的AI技術(shù)正以前所未有的速度重塑千行百業(yè)。在科研的前沿陣地，上海人工智能實驗室作為國家級科研機構(gòu)，在多模態(tài)大模型、具身智能等領(lǐng)域處于領(lǐng)先地位，并在人才培養(yǎng)和開源開放方面做出重要貢獻；而在產(chǎn)業(yè)的深水區(qū)，瀘州老窖率先開辟白酒行業(yè)數(shù)字化轉(zhuǎn)型新路徑。自2018年起，騰訊云和瀘州老窖在數(shù)字化營銷、數(shù)據(jù)資產(chǎn)運營等方面展開了深度的合作，結(jié)合騰訊智慧零售的解題思路，共同打造了智慧釀造與數(shù)字運營雙輪驅(qū)動的標桿實踐，成為傳統(tǒng)產(chǎn)業(yè)擁抱新技術(shù)的教科書級案例。作為長期戰(zhàn)略伙伴，今年雙方正加速將AI技術(shù)落地，推動更多創(chuàng)新應(yīng)用的實現(xiàn)。
騰訊云作為堅定的產(chǎn)業(yè)互聯(lián)網(wǎng)的深耕者，隨著生成式AI在2025年的可用性大幅提升，AI與產(chǎn)業(yè)的融合進程也按下了快捷鍵，騰訊云持續(xù)加大在算力、模型、產(chǎn)業(yè)落地的全鏈路支持，確保AI技術(shù)能夠真正落地應(yīng)用。在騰訊內(nèi)部，實行全面AI化，內(nèi)部超過700個應(yīng)用已全面接入AI。2024年，騰訊的研發(fā)投入達到了707億元，同比增長220%。目前，騰訊在全棧技術(shù)能力、組織人才、場景深度耦合，生態(tài)共創(chuàng)四個方面，不斷推動前沿AI技術(shù)落地為好用的AI。
為了進一步推動AI技術(shù)的應(yīng)用與發(fā)展，騰訊構(gòu)建開發(fā)者生態(tài)與全行業(yè)數(shù)字化生態(tài)的專家計劃——騰訊云TVP，目前已匯聚500多位頂級專家，通過舉辦峰會、參觀標桿企業(yè)、組織研討會等方式，促進技術(shù)交流和經(jīng)驗分享。展望未來，我們將與更多行業(yè)專家并肩同行，讓AI成為推動社會進步的普惠力量。本次活動作為新的起點，一同攜手共進，在AI浪潮中書寫更多的輝煌，期待與各位專家交流碰撞，共同推進產(chǎn)業(yè)與技術(shù)的深度融合與創(chuàng)新發(fā)展。
從語言模型到具身智能：機會和挑戰(zhàn)
騰訊云TVP 鄧亞峰發(fā)表《從語言模型到具身智能：機會和挑戰(zhàn)》的演講，從大語言模型的發(fā)展談到具身智能的演進，分析其中的機會與挑戰(zhàn)。
鄧亞峰首先回顧了AI技術(shù)的發(fā)展歷程，指出AI發(fā)展一直是圍繞著如何利用更多數(shù)據(jù)訓(xùn)練更大模型進行。而歷史證明，人工智能領(lǐng)域凡是不符合Scaling Law的往往都是錯的。當(dāng)前大語言模型具備強大泛化能力，但仍面臨幻覺等問題，思維鏈、強化學(xué)習(xí)等技術(shù)使得大語言模型從“快系統(tǒng)”逐步具備類似人類“慢系統(tǒng)”的能力。
隨后，鄧亞峰談到具身智能領(lǐng)域，他認為機器人雖然發(fā)展多年，但尚未達到真正的智能，無法泛化、通用，所以應(yīng)用場景受限，商業(yè)化受限。與大語言模型相比，機器人需要與物理世界交互，缺少大量的數(shù)據(jù)，限制其智能化水平。他對比LLM與機器人的商業(yè)化路徑，指出機器人面對的場景更多，更具商業(yè)潛力，但也面臨更高技術(shù)門檻。他認為，具身機器人是未來10~20年科技領(lǐng)域最大的機會，但受限于缺失訓(xùn)練數(shù)據(jù)，具身機器人的核心技術(shù)還沒有取得突破，在開放環(huán)境任務(wù)上，無法持續(xù)穩(wěn)定運行，因此未來發(fā)展的里程碑是限定任務(wù)通用和場景泛化。
機器人的兩大核心能力是移動能力和操作能力，當(dāng)前移動能力發(fā)展迅速，例如今年春晚的人形機器人表演跳舞；在操作能力上，由于環(huán)境、任務(wù)、物體多樣，挑戰(zhàn)較大，因此在限定任務(wù)上通用，做到場景泛化。
機器人領(lǐng)域的技術(shù)路線是視覺語言動作模型（VLA），但端到端的VLA模型，需要很多訓(xùn)練數(shù)據(jù)才能達到泛化能力，且容易受到視覺信號噪聲的影響。盡管行業(yè)已有百萬規(guī)模的數(shù)據(jù)，但遠遠不夠。具身智能領(lǐng)域相對成熟的訓(xùn)練方法是模仿學(xué)習(xí)，優(yōu)點是可以利用大量的軌跡數(shù)據(jù)訓(xùn)練，但泛化能力較弱，難以適應(yīng)物體形狀變化，較難接受視覺輸入，適合訓(xùn)練移動能力，不適合訓(xùn)練操作能力。另外一條路線是通過仿真環(huán)境和模擬器，機器來收集數(shù)據(jù)訓(xùn)練，在真實環(huán)境下強化學(xué)習(xí)訓(xùn)練。鄧亞峰認為，解決機器人通用泛化的核心是找到新的Scaling Law，產(chǎn)生大量數(shù)據(jù)來訓(xùn)練，實現(xiàn)模型突破。但目前這條路仍沒有走通。
在展望未來具身智能機器人的發(fā)展時，鄧亞峰強調(diào)，在通用機器人領(lǐng)域取得成功的企業(yè)，不僅需要具備強大的AI能力，還需要在供應(yīng)鏈管理和應(yīng)用場景開發(fā)上擁有優(yōu)勢。除了能攻關(guān)具身智能AI大模型的團隊外，一些基于工程方法和場景數(shù)據(jù)的團隊也可能獲得成功，只要找到好的切入場景，打造場景化技術(shù)是有機會的。因此對于普通團隊來說，在更快閉環(huán)的場景構(gòu)建硬件產(chǎn)品，并積累真實數(shù)據(jù)優(yōu)勢，等待通用開源具身大模型的到來，提升模型能力，也是一種可行的路徑。
AI賦能汽車研發(fā)設(shè)計創(chuàng)新多場景應(yīng)用
阿爾特汽車副總裁、AI.X Lab主任 劉亞彬分享《AI賦能汽車研發(fā)設(shè)計創(chuàng)新多場景應(yīng)用》的報告，詳細剖析阿爾特如何結(jié)合AI技術(shù)在汽車研發(fā)設(shè)計場景實現(xiàn)創(chuàng)新。
阿爾特創(chuàng)立于2007年，目前已服務(wù)過超80家汽車行業(yè)的客戶，成功研發(fā)超500款車型。2023年，公司開始探索“AI+汽車研發(fā)設(shè)計”的實現(xiàn)路徑，在算法開發(fā)和數(shù)據(jù)融合上已有初步成果。
當(dāng)前，汽車產(chǎn)業(yè)面臨用戶場景復(fù)雜，產(chǎn)品迭代加快，開發(fā)周期大幅縮短，整車涉及流程復(fù)雜、變量多、約束多等挑戰(zhàn)，AI 如何提升效率，重塑汽車產(chǎn)業(yè)能力，如何將物理屬性需求與設(shè)計過程高效銜接。阿爾特攜手生態(tài)合作伙伴，以AI重塑汽車研發(fā)全流程。在重塑設(shè)計過程中，從原來整車設(shè)計的工業(yè)時代到整車數(shù)智孿生系統(tǒng)，再到如今整車設(shè)計的AI時代。將復(fù)雜的需求拆解為零件數(shù)智模型，再合成整車數(shù)智系統(tǒng)，讓零件“自協(xié)同”，實現(xiàn)柔性、敏捷研發(fā)。
劉亞彬展開介紹阿爾特AI技術(shù)架構(gòu)，分為基礎(chǔ)層、算法層、生態(tài)層，打造從基礎(chǔ)設(shè)施到大模型再到智能體、算法工具的全棧AI技術(shù)體系。
阿爾特探索AI落地汽車研發(fā)的應(yīng)用場景有汽車設(shè)計知識大模型，實現(xiàn)汽車設(shè)計不同公司的設(shè)計知識Knowhow檢索；AI場景創(chuàng)新，從AI+用戶研究開始，逐步實現(xiàn)AI+產(chǎn)品定義的全面賦能；開發(fā)AI員工，讓AI在不同關(guān)鍵環(huán)節(jié)提供輔助；通過AI+項目管理，顯著提高項目管理的效率、促進知識的積累和復(fù)用；造型AIGC，推出垂直AI創(chuàng)繪模型“TAI” ，幫助汽車設(shè)計師提高設(shè)計效率；性能預(yù)測，智能預(yù)測風(fēng)阻；AI二維圖自動生成，支持AI自然語言交互文件操作，支持常規(guī)3D數(shù)據(jù)上傳，常用2D圖框文件上傳等；AI汽車后市場，與生態(tài)伙伴攜手搭建智能維修診斷平臺。還有AI+3D敏捷設(shè)計開發(fā)、AI+軟件開發(fā)測試等領(lǐng)域。未來，阿爾特將打造一個軟件鏈、AI工具、多智能體集成的工業(yè)設(shè)計平臺，構(gòu)建協(xié)同高效的汽車智能設(shè)計生態(tài)。
大模型驅(qū)動的具身智能前沿
上海人工智能實驗室青年研究員 王棟帶來《大模型驅(qū)動的具身智能前沿》主題演講，圍繞具身智能的研究背景，目前研究進展與未來展望展開介紹。
具身智能的概念最早源于心理學(xué)實驗，其目標是構(gòu)建一種類似自然界生物的智能實體，能在真實物理世界中執(zhí)行各種任務(wù)，并在物理世界交互中持續(xù)學(xué)習(xí)與進化。與大語言模型相比，具身智能不僅包含數(shù)據(jù)與算法兩個要素，還有機器人本體。其數(shù)據(jù)具有場景依賴性，不同應(yīng)用場景下的數(shù)據(jù)不同；本體形態(tài)多樣，需要根據(jù)特定任務(wù)設(shè)計相應(yīng)的本體；在算法層面，具身智能是多模態(tài)融合系統(tǒng)，需同時處理視覺、語言與動作，對系統(tǒng)的實時性與執(zhí)行成功率提出更高要求。這三個方面的特性使得具身智能的研究路徑和技術(shù)挑戰(zhàn)區(qū)別于大語言模型。
在數(shù)據(jù)方面，數(shù)據(jù)是具身智能發(fā)展的核心挑戰(zhàn)。人類視頻數(shù)據(jù)、仿真環(huán)境數(shù)據(jù)以及真機數(shù)據(jù)共同構(gòu)成具身智能數(shù)據(jù)金字塔。其中，網(wǎng)絡(luò)視頻數(shù)據(jù)易于獲取，仿真數(shù)據(jù)可通過建模生成，而真機數(shù)據(jù)雖然價值最高，但成本高昂，收集大規(guī)模數(shù)據(jù)較難。為解決這一難題，研究者嘗試將仿真數(shù)據(jù)與真實數(shù)據(jù)結(jié)合的方式，通過仿真器、神經(jīng)渲染等技術(shù)構(gòu)建仿真環(huán)境，探索基于“世界模型”的預(yù)測機制生成合成數(shù)據(jù)。
在算法方面，具身智能處于L2以下階段，即只能在受限場景下完成特定任務(wù)。其面臨的挑戰(zhàn)包括動態(tài)交互的3D環(huán)境復(fù)雜性，可能出現(xiàn)未知的突發(fā)情況，不同的本體需要有不同的底層運控算法來控制；復(fù)雜的精細操作，不同復(fù)雜程度的任務(wù)精細協(xié)同操作不同，還有新的場景泛化，例如辦公室工作機器人去家里做飯等。目前主流方案依托視覺-語言-動作（VLA）模型，借助大模型的通用知識遷移能力指導(dǎo)機器人操作。例如Physical Intelligence推出的π0模型，上海人工智能實驗室等聯(lián)合開發(fā)的空間具身通用操作模型SpatialVLA等。
在機器人本體方面，行業(yè)正朝著更易用、低成本的方向演進，人形機器人在運動控制技術(shù)上取得一些進展。盡管目前尚未達到可廣泛部署的L2階段，完全開放場景任需突破，但在固定場景已展現(xiàn)出潛力。
王棟指出，提升數(shù)據(jù)與算法的泛化能力仍是具身智能發(fā)展的核心方向。在短期內(nèi)，具身智能可在限定場景中實現(xiàn)商業(yè)化落地，長期來看，則是構(gòu)建可在真實物理世界中執(zhí)行各種任務(wù)，并持續(xù)學(xué)習(xí)與進化的智能實體，這是具身智能發(fā)展的未來愿景。
AI賦能營銷：消費品行業(yè)AI應(yīng)用案例分享
AMT 集團創(chuàng)始人孔祥云發(fā)表題為《AI賦能營銷：消費品行業(yè)AI應(yīng)用案例分享》的報告，分享AMT在不同行業(yè)的AI應(yīng)用實踐與思考，特別是AI賦能營銷的案例，闡述消費品行業(yè)落地AI應(yīng)用的具體路徑。
AMT作為“管理+IT”專業(yè)服務(wù)公司，聚焦消費品、冶金化工、金融、能源環(huán)保等行業(yè)。在消費品領(lǐng)域，AI落地經(jīng)常場景諸多，在供應(yīng)鏈、產(chǎn)品設(shè)計、營銷策略等方面都有高度數(shù)字化需求。
在營銷方面，可通過AI陪練，幫助新手導(dǎo)購快速上手、并進階成銷冠；用AI監(jiān)控和指導(dǎo)經(jīng)營，幫助店長實現(xiàn)經(jīng)營的即時跟蹤與調(diào)整，有效提升營銷能力。在對外服務(wù)中，可用AI打造數(shù)字分身輔助銷售與服務(wù)，實現(xiàn)智能客服；通過AI的主動銷售與智能觸達，提升顧客回購率，有效優(yōu)化消費者體驗?？紫樵埔訟MT幫助客戶“絕味鴨脖”落地 AI 應(yīng)用為例，使用AI賦能店長和一線店員，不僅提高店員業(yè)務(wù)能力，還提升整體經(jīng)營水平。
孔祥云總結(jié)消費品行業(yè)AI應(yīng)用的實施路徑有三步：第一，場景切入，識別關(guān)鍵營銷場景。第二，數(shù)據(jù)整合，構(gòu)建數(shù)據(jù)驅(qū)動基礎(chǔ)。只有結(jié)合行業(yè)數(shù)據(jù)，才能為AI分析和決策提供強大的數(shù)據(jù)支撐。第三，人機協(xié)同，優(yōu)化營銷業(yè)務(wù)過程。AI系統(tǒng)需不斷通過反饋進行迭代，才能真正發(fā)揮效能。
展望AI營銷的未來趨勢，據(jù)Gartner預(yù)測，2025年50%企業(yè)營銷內(nèi)容由AI生成。孔祥云表示，在技術(shù)融合上，AI Agent替代部分決策，以及多模態(tài)技術(shù)持續(xù)深化，實現(xiàn)“一人千面”個性化營銷。在數(shù)據(jù)與合規(guī)上，數(shù)據(jù)安全與隱私保護成為重點。在組織變革上，企業(yè)設(shè)立專職AI團隊，營銷人員需掌握AI工具應(yīng)用能力。
數(shù)智領(lǐng)航：瀘州老窖智能制造實踐與創(chuàng)新探索
瀘州老窖集團（股份）公司首席數(shù)字官、數(shù)字化發(fā)展中心總經(jīng)理、瀘州老窖國際發(fā)展（香港）有限公司董事長、騰訊云TVP 蘇王輝帶來《數(shù)智領(lǐng)航：瀘州老窖智能制造實踐與創(chuàng)新探索》主題演講，分享瀘州老窖作為百年傳統(tǒng)酒企在數(shù)字化轉(zhuǎn)型的戰(zhàn)略思考和具體落地實踐。
蘇王輝首先回顧瀘州老窖的數(shù)字化轉(zhuǎn)型之路，發(fā)展歷程可分為四個階段：1980年-2000年為信息化萌芽期，無紙化建設(shè)階段；2000年-2015年為信息化建設(shè)期，建成白酒行業(yè)首個ERP系統(tǒng)；2016年-2020年為數(shù)字化轉(zhuǎn)型升級階段，建設(shè)工業(yè)化、自動化；2020年-2025年，進入數(shù)據(jù)深化應(yīng)用與治理階段。在“十四五”期間，瀘州老窖提出“六位一體”目標，首次將“建設(shè)數(shù)字瀘州老窖”確立為核心戰(zhàn)略之一。
目前，瀘州老窖在數(shù)字化建設(shè)方面取得顯著成果：在營銷數(shù)字化上，自2018年起與騰訊合作，構(gòu)建私域流量和消費者會員體系，構(gòu)建以“經(jīng)銷商+終端+消費者”為中心的數(shù)字化生態(tài)鏈；在供應(yīng)鏈數(shù)字化上，建成數(shù)據(jù)驅(qū)動、高效協(xié)同的智慧工廠；在園區(qū)數(shù)字化上，打造全面感知的智慧園區(qū)；在釀造數(shù)字化上，建成行業(yè)規(guī)模大、智能化水平高的固態(tài)法白酒釀造基地；在管理數(shù)字化上，構(gòu)建企業(yè)級的大數(shù)據(jù)平臺，推動基于數(shù)據(jù)驅(qū)動的管理和創(chuàng)新。
在人工智能的應(yīng)用探索方面，瀘州老窖建設(shè)公司本地智算中心，形成自主可控的人工智能平臺能力，采用“大模型”+“小模型”雙輪驅(qū)動策略，構(gòu)建“5+N”的全棧國產(chǎn)化智算中心?！?+N”即1個國產(chǎn)化算力底座、1個企業(yè)級大數(shù)據(jù)平臺、1個企業(yè)級知識庫、1個MaaS平臺、1個智能體平臺，打造N個場景示范應(yīng)用。目前，企業(yè)對大模型處于探索階段，基于DeepSeek R1和Dify平臺快速構(gòu)建公司智能問答等輕量化的場景應(yīng)用，如問答系統(tǒng)、代碼生成、內(nèi)容撰寫、圖像生成等。小模型在營銷、供應(yīng)鏈、釀酒、管理等多個場景中已有應(yīng)用。未來，公司將探索AI在智能問數(shù)、智能客服、智能陪練、數(shù)字員工等場景的落地，并在垂直領(lǐng)域持續(xù)深化，打造瀘州老窖專有的場景大模型。
蘇王輝強調(diào)，AI應(yīng)用不是單點技術(shù)突破，解決端到端問題才是最終目標。AI技術(shù)本身沒有好壞之分，只有契合企業(yè)自身發(fā)展階段和業(yè)務(wù)需求才是最好的。數(shù)字化建設(shè)的本質(zhì)在于重塑企業(yè)三項重要能力：底層的數(shù)字化系統(tǒng)與數(shù)據(jù)基礎(chǔ)、中層搭建專業(yè)化數(shù)字人才團隊、頂層推動企業(yè)全員的觀念轉(zhuǎn)變與達成共識。
AI+安全：大模型時代的安全威脅攻防實踐
騰訊云安全威脅情報副總經(jīng)理 聶森帶來《AI+安全：大模型時代的安全威脅攻防實踐》的主題演講，分享大模型時代，威脅防護的挑戰(zhàn)與機遇，傳統(tǒng)威脅的新揭發(fā)以及大模型帶來的新威脅與解法。
騰訊云安全科恩實驗室專注于安全攻防技術(shù)、安全大數(shù)據(jù)和安全AI算法的交叉研究與應(yīng)用落地。當(dāng)前，AI大模型取得突破性進展，帶來新的發(fā)展機遇，同時也帶來了新的風(fēng)險和挑戰(zhàn)。聶森強調(diào)，在我們討論“AI+安全”時需要明確區(qū)分兩類問題：利用AI解決傳統(tǒng)安全問題以及應(yīng)對AI自身發(fā)展帶來的新威脅。
對于傳統(tǒng)網(wǎng)絡(luò)安全問題，AI的到來帶來全新解法。在終端安全上，針對軟件供應(yīng)鏈投毒攻擊，騰訊云安全科恩實驗室打造二進制安全智能分析平臺BinaryAI，使用AI分析從源頭識別軟件供應(yīng)鏈威脅，BinaryAI 函數(shù)語義匹配大模型 API 日調(diào)用量破億，是技術(shù)實力與業(yè)務(wù)場景結(jié)合的實踐驗證。在安全運營上，運營人員常常面臨告警太多，威脅線索收集分析難操作，入侵分析有門檻等難題，可借助大模型補充線索，優(yōu)化事件的可解釋性，實現(xiàn)事件的自動化分析；還可基于有效線索過濾誤報并聚合告警事件，進行情報的智能化運營和研判；搭建易用的安全知識庫應(yīng)用，滿足平臺、人員分析所需的數(shù)據(jù)和知識庫。例如，騰訊云安全科恩實驗室打造情報挖掘分析流程智能體化，拆解研判步驟，自助查詢相應(yīng)數(shù)據(jù)，輸出綜合研判報告。提供威脅情報MCP服務(wù)，為安全運營擴展威脅視野。提供威脅分析知識庫API，打造全能型外掛大腦。
大模型時代，如何應(yīng)對大模型帶來的新安全問題？例如針對MCP應(yīng)用的安全防護，騰訊朱雀實驗室自研AI基礎(chǔ)設(shè)施安全檢測工具AI-Infra-Guard，可對MCP進行安全檢測和輸出報告。針對AI 工具在應(yīng)用過程中的信息泄露防護，騰訊 iOA 可配置敏感文件識別規(guī)則，可識別用戶剪切板中的敏感信息，提供完整的告警和攔截記錄。針對自動化駕駛場景的安全防護研究，科恩研究團隊發(fā)現(xiàn)若干自動駕駛 AI 模型的安全風(fēng)險，及時報告給車企，構(gòu)筑牢固安全防線。
分組腦暴，觀點碰撞：AI 及具身智能應(yīng)用落地展望
除了以上干貨滿滿的主題分享外，騰訊云TVP AI研討會注重互動交流，活動最后環(huán)節(jié)設(shè)置分組頭腦風(fēng)暴，觀點碰撞環(huán)節(jié)，促進各位專家的思想交流。在這一環(huán)節(jié)中，數(shù)十位專家被分為不同的小組，針對一系列AI熱門話題展開討論與交流，激發(fā)創(chuàng)新思維，催生出眾多前瞻性的見解。
未來1-2年，將投入AI領(lǐng)域的哪些方向？
瀘州老窖股份有限公司黨委副書記、總經(jīng)理、瀘州老窖·國窖1573研究院執(zhí)行院長 林鋒表示，在未來一到兩年內(nèi)，瀘州老窖在AI智能制造領(lǐng)域?qū)@數(shù)據(jù)體系建設(shè)、全員參與和多層次模型部署展開。首先，公司將構(gòu)建云數(shù)據(jù)系統(tǒng)，提高數(shù)據(jù)精準與標準化。其次，動員企業(yè)員工投入AI建設(shè)中來，使用AI來提升業(yè)務(wù)。最后，在技術(shù)投入上，將構(gòu)建從企業(yè)AI應(yīng)用體系，從行業(yè)大模型到體系模型再到部門級模型、團隊模型、個人模型，形成覆蓋全面、層次清晰的AI模型體系，提升員工核心競爭力，助力企業(yè)智能化轉(zhuǎn)型。
騰訊云副總裁、智慧零售、文旅、建筑、農(nóng)體技術(shù)負責(zé)人 程偉表示，騰訊在AI領(lǐng)域的布局與發(fā)展可分別從內(nèi)外兩方面來看。在騰訊內(nèi)部，首先，公司持續(xù)投入基礎(chǔ)模型的研發(fā)和人才建設(shè)。其次，在內(nèi)部應(yīng)用方面，騰訊致力于實現(xiàn)全面的AI化。再者，騰訊重視安全建設(shè)，將持續(xù)投入相關(guān)技術(shù)的研發(fā)和創(chuàng)新。從外部來看，騰訊云承載30多個行業(yè)的服務(wù)，以技術(shù)賦能各行各業(yè)智能化落地，加快企業(yè)數(shù)字化轉(zhuǎn)型步伐。
西門子中國研究院首席專家、騰訊云TVP 傅玲談到，我們在數(shù)據(jù)治理和具身智能仿真驗證工具上嘗試做一些探索。一方面，AI時代的到來，擁有大量優(yōu)質(zhì)數(shù)據(jù)將成為企業(yè)競爭的關(guān)鍵因素。以西門子為例，今年西門子推出了一項新政策，默認公司內(nèi)的所有數(shù)據(jù)都可以內(nèi)部分享，讓數(shù)據(jù)在內(nèi)部流動起來。另一方面，隨著具身智能逐漸進入制造業(yè)，將具身智能安全應(yīng)用在生產(chǎn)環(huán)境里，需要進行嚴格的驗證。當(dāng)前，智能制造領(lǐng)域與具身智能的仿真驗證工具存在差異，但相信未來這些工具會被打通，目前，西門子正在積極地進行相關(guān)的探索工作。
如何評估AI項目的成功？
積夢智能 CEO、騰訊云 TVP 謝孟軍分享有一次參加智能體的評審工作心得體會：我審查過諸多工業(yè)智能體方案，從ROI和效果來看，以下方向的工業(yè)智能體表現(xiàn)突出：一是工業(yè)設(shè)計，尤其在處理復(fù)雜的三維圖紙方面，有兩家企業(yè)聚焦該領(lǐng)域，效果顯著；二是工業(yè)知識庫，雖然行業(yè)積累了一些數(shù)字化資料，但將這些資料轉(zhuǎn)化為專業(yè)知識庫仍是一項挑戰(zhàn)。三是設(shè)備預(yù)測性維護，幾乎所有制造企業(yè)都依賴于設(shè)備進行生產(chǎn)，如何提高設(shè)備運行效率，延長運轉(zhuǎn)時間成為關(guān)鍵。
DaoCloud 道客首席運營官、騰訊云 TVP張紅兵從技術(shù)和服務(wù)提供商視角分享AI項目的評估邏輯。他指出，企業(yè)在衡量AI項目時，并不僅聚焦于大模型，還有結(jié)合過去幾年在AI應(yīng)用的具體場景和業(yè)務(wù)指標來綜合判斷。此外，過去制造企業(yè)常用“AI換人”的方式來衡量項目的價值指標，現(xiàn)在越來越多的企業(yè)開始反思這一思路。AI部署本身需要一些投入成本，而且在當(dāng)前經(jīng)濟環(huán)境下，企業(yè)注重社會責(zé)任體系，不再片面追求替代人工，反而是提升團隊人員素質(zhì)，因此不是說AI把人替掉，而是會用AI的人會把不會用的替掉。
如何建設(shè)實現(xiàn)不同技術(shù)+產(chǎn)品的AI團隊？目前最缺的是算法工程師、數(shù)據(jù)標注專家，還是懂制造的復(fù)合型人才？
瀘州老窖集團（股份）公司首席數(shù)字官、數(shù)字化發(fā)展中心總經(jīng)理、瀘州老窖國際發(fā)展（香港）有限公司董事長、騰訊云TVP 蘇王輝表示，站在傳統(tǒng)企業(yè)角度來看，我們在短時間內(nèi)不會考慮自研算法，目前正在推進場景AI化與AI場景化的發(fā)展。從場景AI化角度來看，將傳統(tǒng)業(yè)務(wù)從數(shù)據(jù)和流程進行標準化，并逐步構(gòu)建知識庫。在此過程中，企業(yè)借助外部生態(tài)力量如騰訊等來提供技術(shù)支持，同時企業(yè)有承接能力，形成“握手機制”，即懂業(yè)務(wù)的人需了解基本的算法邏輯，懂技術(shù)的人也要理解業(yè)務(wù)需求，從而實現(xiàn)有效協(xié)同與閉環(huán)落地。
從AI場景化角度來看，需要有懂業(yè)務(wù)，還能以AI思維創(chuàng)新業(yè)務(wù)場景的人才。這里面存在更大的挑戰(zhàn)?；ヂ?lián)網(wǎng)企業(yè)較容易實現(xiàn)AI與業(yè)務(wù)融合，而傳統(tǒng)企業(yè)需要從根本上轉(zhuǎn)變思維方式，形成AI思維。
阿爾特汽車副總裁、AI.X Lab主任 劉亞彬表示，在AI落地工業(yè)設(shè)計時，企業(yè)及時發(fā)現(xiàn)AI和工程學(xué)結(jié)合中存在天然短板，如缺乏可追溯性與可解釋性。因此，企業(yè)戰(zhàn)略方向，由人工智能與數(shù)字實驗室牽頭AI算法開發(fā)和數(shù)據(jù)集成，與專業(yè)板塊共同實現(xiàn)產(chǎn)品開發(fā)和測試，形成“復(fù)合型”協(xié)作機制，確保AI能真正落地，避免因設(shè)計缺陷帶來巨大損失，通過組建由AI算法工程師、數(shù)據(jù)工程師與行業(yè)專家的工作小組，推動技術(shù)與業(yè)務(wù)深度融合。
哪些行業(yè)崗位將被AI替代？
ClickPaaS CPO、騰訊云 TVP 馬俊認為，人工智能應(yīng)具備“降維打擊”的能力，實現(xiàn)質(zhì)的飛躍，而非簡單的量變提升。以白酒行業(yè)為例，AI不僅能助力白酒從中國市場擴展到全球市場，還能改變消費群體和產(chǎn)品定位，帶來根本性變革。他特別強調(diào)，人工智能不應(yīng)只是“造一個更好的馬車”，而是要實現(xiàn)從“馬車進化到汽車”的根本性跨越，這一轉(zhuǎn)變的關(guān)鍵在于找到真正能夠賦能和突破的點。而各行業(yè)崗位是否會被AI替代的核心也正是在于此——能否借助AI獲得新的能力，成為判斷該崗位是否會被替代的重要依據(jù)。
Output 數(shù)字場景負責(zé)人 俞江華表示，我是做數(shù)字藝術(shù)的，關(guān)注AI技術(shù)的應(yīng)用層面。面對DeepSeek 等AI工具的流行，許多人問AI是否會替代我們？會不會裁員？其實，我們認為AI本質(zhì)上是一種工具，類似于照相機，雖然每個人都有拍照的能力，但每個人拍出的照片都是不一樣的。因此，我們應(yīng)關(guān)注如何運用AI作為輔助工具來增強而非取代人類創(chuàng)造力。當(dāng)前我們地痛點是使用AI輔助內(nèi)容創(chuàng)作時，無法區(qū)分內(nèi)容的版權(quán)，同時也擔(dān)心原創(chuàng)創(chuàng)意被不當(dāng)利用。因此，希望相關(guān)科技企業(yè)能提供更多有效的工具和支持。
哪些企業(yè)的應(yīng)用案例、哪些實踐具有參考價值？解決了哪些傳統(tǒng)制造無法突破的痛點？
凱傲亞太自動化高級總監(jiān)兼林德移動機器人與內(nèi)部物流事業(yè)部總經(jīng)理 鄭鑫清表示，在探索使用AI技術(shù)來提升物料搬運效率的過程中，經(jīng)歷從人工搬運、機械化搬運、自動化搬運，下一步是實現(xiàn)智能化搬運。凱傲與英偉達合作聯(lián)合開發(fā)AI應(yīng)用，目標是讓單體設(shè)備變得更加智能，增強制造流程的可靠性。隨著智能化程度的加深，進一步提高管理效率。在仿真方面，傳統(tǒng)開發(fā)一臺叉車，需要經(jīng)過原型設(shè)計、樣機制作和測試等漫長過程，借助AI仿真技術(shù)，可以在虛擬環(huán)境中完成這些步驟，無需實際制造樣車。
Unity 中國合作伙伴生態(tài)&政府事務(wù)負責(zé)人 陳穎輝展開談了公司在智能制造領(lǐng)域的進展。自2022年起，Unity推出智能制造和工業(yè)領(lǐng)域的引擎，在新能源車的中控屏3D交互內(nèi)容方面取得了廣泛應(yīng)用。Unity在AI方面做了大量的探索，作為OpenUSD的發(fā)起企業(yè)之一，Unity致力于解決3D領(lǐng)域中AI應(yīng)用的復(fù)雜性問題，Unity可提供底層3D的技術(shù)支持，未來希望與更多企業(yè)合作共創(chuàng)更多落地應(yīng)用場景。
在整合生產(chǎn)、供應(yīng)鏈、設(shè)備等數(shù)據(jù)上，有使用AI模型來實現(xiàn)嗎？
寶武集團/歐冶云商數(shù)據(jù)庫首席、騰訊云 TVP薛曉剛分享在工業(yè)數(shù)據(jù)整合與AI應(yīng)用過程中的一些失敗經(jīng)驗和實踐思考。他們嘗試通過物聯(lián)網(wǎng)技術(shù)實時監(jiān)測從產(chǎn)線到物流、倉儲的全流程數(shù)據(jù)時，最初選擇時序數(shù)據(jù)庫，但實際應(yīng)用中發(fā)現(xiàn)效果不佳。由于業(yè)務(wù)場景復(fù)雜、數(shù)據(jù)來源異構(gòu)，使用不同的數(shù)據(jù)庫和模型，導(dǎo)致數(shù)據(jù)割裂，即使集中存儲，缺乏統(tǒng)一的數(shù)據(jù)建模也會帶來后續(xù)分析的困難。如何在AI背景下對數(shù)據(jù)結(jié)構(gòu)進行合理建模，目前許多數(shù)據(jù)庫都支持向量類型了，為AI訓(xùn)練提供了更好的基礎(chǔ)支撐。
結(jié)語
在熱烈的討論氣氛下，本次活動圓滿落幕。與會專家實地參觀大模型創(chuàng)新生態(tài)社區(qū)“模速空間”，體驗 AI 前沿創(chuàng)新應(yīng)用落地。來自工業(yè)制造、數(shù)字化、AI領(lǐng)域的專家分享最新 AI 落地實踐與思考，共同探討從認知智能到物理交互的前沿先進路徑，讓我們看到AI在各行業(yè)釋放出的巨大潛力。在頭腦風(fēng)暴環(huán)節(jié)，各位專家從不同角度深入探討 AI 技術(shù)發(fā)展路徑，提出諸多具有建設(shè)性的觀點與建議，提供創(chuàng)新思路與方向，開啟智能新時代的序幕。
騰訊云TVP AI 研討會，是為 TVP 等技術(shù)管理者、AI 創(chuàng)業(yè)者打造的專屬交流活動，旨在聚焦 AI 前沿，通過系列專題研討，共同探索 AI 變革浪潮下的創(chuàng)業(yè)與創(chuàng)新機遇。未來，TVP AI 研討會將走進更多城市，期待與你見面。
TVP，即騰訊云最具價值專家 (Tencent Cloud Valuable Professional)，是騰訊云授予云計算領(lǐng)域技術(shù)專家的一個獎項。TVP 致力打造與行業(yè)技術(shù)專家的交流平臺，促進騰訊云與技術(shù)專家和用戶之間的有效溝通，從而構(gòu)建云計算技術(shù)生態(tài)，實現(xiàn) “用科技影響世界” 的美好愿景。
