AI 正当时实践正落地：2025 AICon 深圳站圆满收官
应用介绍
8 月 22～23 日，由极客邦科技旗下 InfoQ 中国主办的 AICon 全球人工智能开发与应用大会·深圳站（2025） 圆满落幕。大会两天共吸引了超 800 位 AI 开发者、技术专家与相关行业从业者齐聚一堂，现场氛围高涨，思想与实践充分交融。
本次大会汇聚了来自腾讯、阿里、字节跳动、微软、快手、Google Cloud、AWS、火山引擎、网易游戏、网易伏羲、科大讯飞、阿里国际、百度、彩讯股份、金山办公、新希望金科、知鸟教育、云天励飞、Rokid、众安银行、趣丸科技、华润啤酒、汇丰科技、华为、其域创新、纷享销客、友盟同欣、飞轮科技、ThinkAny & MCP.so、三七互娱、同盾科技、神州数码、百道数据、阿里云、腾讯云、腾讯音乐、Plaud、拂曦科技、商汤科技、值得买科技、网易云商、游心雕龙等多家海内外企业的 70 + 专家，围绕 Agent 应用新范式、多模态与空间计算创新、推理性能优化、AI 产品研发与商业化落地、智能硬件与具身智能等多个热点方向展开分享与探讨，为行业呈现了一场兼具深度与广度的思想盛宴。
在 AICon 深圳 2025 的开场致辞中，极客邦科技创始人兼 CEO 霍太稳指出，AI 行业正在经历重要的阶段性转向，从模型能力的比拼进入到落地实践的深水区。他提到，无论是国产算力卡的成熟可用，还是各类大模型在工厂、医院、课堂等一线场景中的部署应用，AI 正逐步从实验室走入日常生产生活，成为“像水电煤一样的基础设施”。
他引用了 OpenAI 提出的“AI 五阶演进框架”来刻画当前的关键跃迁期：从聊天与推理能力，进入到具备工具调用和自主执行能力的 Agent 阶段。AI 正在从“能回答”迈向“能解决”，这不仅是能力的拓展，也是产品形态和工程模式的根本转变。
围绕这一趋势，霍太稳进一步强调了系统性推进 AI 应用落地的挑战与机会，指出企业需要同步构建起覆盖架构技术与业务流程的复合型人才体系。他提到极客邦科技正通过企业培训、认证辅导与技术实战课程，帮助技术人更系统地掌握 Agent、RAG、多模态等关键路径，并推动知识、人才与生态的协同演进。
最后，他鼓励在场的技术从业者、产品实践者和创新者把握这一跃迁时刻，将经验转化为方法，把工具能力真正嵌入业务流程之中。在他看来，AI 的价值不止于前沿突破，更在于如何服务真实世界中的复杂问题。
在大会首日主论坛上，阿里云智能集团负责人蒋林泉（雁杨）分享了过去三年多推动阿里云内部数字化与 AI 智能化的实践经验。他开场以“电梯”作比喻，指出个人和企业的发展固然需要努力，但搭上“时代的电梯”也很重要，而 AI 则是当前时代那部最重要的电梯。
在谈到企业应 AI 大模型的挑战时，他提到当前比较突出的两个矛盾：一是 CEO 和业务部门的投入热情和 IT 部门的交付能力之间存在不均衡；二是许多企业内部涌现出大量的技术工程平台和 Demo，但真正进入业务、创造价值的应用仍然不足。他进一步强调，要想让 AI 真正产出业务结果，需要投入足够的资源，在组织方式、机会识别、运营指标、评测体系等方面建立起系统方法。
因此，企业 AI 数字化的关键不在表面的工具和平台堆砌，而在于能否真正交付业务结果，实现 RaaS（Result as a Service）。在这一过程中，蒋林泉提炼出一套 RIDE 方法论：Reorganize（重组组织与生产关系）、Identify（识别业务痛点与 AI 机会）、Define（定义指标与运营体系）、Execute（推进数据建设与工程落地）。
其中，在“Reorganize”环节，他表示，“如果不解决新生产力下的组织和生产关系问题，就会不断遇到暗礁，甚至没法往前走。”所以，首先要解决的是认知和组织的问题。为此，他强调 “书同文、车同轨”的重要性，在阿里云 CIO 线率先发起了全员大模型培训认证，他认为这是一场 AI 时代的通识教育，是对整体认知底层的重铸。在此基础上，通过联合业务部门开展 AI 业务创新大赛，激发组织转型。
而谈到“Execute”时，蒋林泉强调，定义好了前面的产品和运营指标（Define），才是执行。“这样你在落地的过程中，才能够动员领域专家，因为没有知识专家的参与和评测能力的话，大模型应用的上限是不可能上去的。” 另外，他进一步指出，如果目标没有价值，或者没有找到真正的痛点，也很难获得资源的支持和配合。
在“Execute”的工程金字塔框架中，数据与评测被放在最底层：“我把它放成大底座，你看它的体积最大，因为这部分是大模型应用的基石，这块的投入一定要做足。” 在他看来，与上一轮计算机视觉为代表的 AI 革命不同，本轮 LLM AI 浪潮最根本的差异，在于高质量数据要素的构建成本。而 AI 系统迭代所依赖的评测能力与评测开销，正成为大模型应用落地的核心瓶颈。
因此，这一轮大模型业务落地的关键投入点，是如何建立起有效的评测体系，并在此基础上开展工程迭代。这里，蒋林泉着重提到“品味”，他认为企业做好 AI 大模型落地，“起点是拥有具备品味的人，由他们来构建知识与定义评测标准——这两者，直接决定了大模型应用所能达到的高度。”
推荐系统作为互联网的核心基础设施，其传统级联架构（包含召回、粗排、精排及重排等模块）长期面临算力碎片化、系统 MFU 低下的瓶颈。快手科技副总裁 / 基础大模型及推荐模型部负责人周国睿在演讲中指出，这些局限正在限制推荐技术的进一步突破。
基于这一判断，快手提出并落地了端到端的生成式推荐系统 OneRec。通过将视频 ID 等推荐对象离散化为语义 Token，OneRec 能够在单一模型中覆盖召回、粗排、精排等环节，实现生成式推荐。周国睿强调，这种“生成而非判别”的方式让模型具备了更高的智能上限，同时在强化学习与 Reward 体系的加持下，大幅提升了推荐质量与业务可控性。
在业务应用上，OneRec 已在短视频、本地生活、电商等场景全面落地。结果显示，其推理成本仅为旧系统的十二分之一，却在效果上实现了全面超越，显著提升了用户的消费深度和内容多样性。与此同时，OneRec 也展现出良好的迁移性，能够快速适配不同业务场景。
周国睿还介绍了全新一代 Decoder-Only 架构的 OneRec V2，通过去掉高成本的 Encoder 计算，集中算力在解码端，训练效率提升了近 16 倍，使得更大规模的推荐模型训练成为可能。在此基础上，团队提出了最新的研究方向 OneRec-Think：将用户行为数据与文本、图像模态统一建模，借助语言模型的推理能力，实现“生成与理解一体化”的推荐系统。
他表示，这不仅是一次架构层面的革新，更是对推荐系统智能边界和效率标准的重塑，目标是打造既能深度思考、又能高效服务的下一代推荐模型。
汇丰国际财富管理及卓越理财 / 首席架构师及解决方案首席信息官夏勇分享了汇丰在软件开发全生命周期中引入 AI 的探索与实践。
他指出，银行业数字化与智能化转型面临诸多挑战：一方面，许多核心银行系统已有五十年以上历史，部分代码仍基于汇编语言编写；另一方面，金融行业对合规、稳定性和韧性的要求远高于其他领域。如何在这样的背景下确保研发质量，成为银行 IT 团队必须跨越的难题。
夏勇强调，汇丰的目标并非一蹴而就地用自然语言实现编程，而是逐步在研发流程的各个环节引入 AI 力量。他详细介绍了团队在代码质量量化上的创新工作——通过收集数百万行开源项目代码，结合机器学习方法，建立了可量化的质量指标体系，用于对内部代码进行基准评估和改进。这一实践已在生产事故减少上取得显著成效。
在根因分析方面，汇丰尝试引入大语言模型与 Agent，结合日志、告警、链路和变更等多源数据，基于“5Whys”追溯生产事故背后的真正原因。结果显示，许多问题并非单纯的管理或供应商责任，而是源于代码本身及自动化不足。通过这种方式，团队能够更科学地定位并解决问题，而非陷入部门间的“甩锅”。
进一步地，夏勇分享了汇丰在自动化缺陷修复上的探索。团队结合私域知识（包括设计文档、内部最佳实践、业务逻辑等），训练小模型并构建知识图谱，使自动生成的单元测试和修复代码更符合银行的复杂业务逻辑，显著提升了智能化的可用性与落地价值。
他最后表示，真正的智能研发闭环需要从设计、开发、测试到运维的每一步逐步嵌入 AI，并通过引入私域知识克服大模型的“幻觉”问题。这不仅是技术升级，更是金融业研发质量、效率与稳定性的全面提升。
微软亚洲研究院机器学习组首席研究员刘炜清分享了团队在AI for Finance领域的长期探索与最新成果。
他回顾了团队从九年前开始进入金融 AI 研究的历程。早期工作主要聚焦于投资建模、反洗钱等任务，并逐步积累了从学术研究走向产业落地的经验。刘炜清指出，学术论文中的算法效果与真实金融场景之间常常存在巨大差距，这促使他们开发了开源量化平台Qlib，以弥合研究与实务之间的鸿沟，并逐步扩展到强化学习、元学习和基于 Agent 的自动化研究流程。
随着大模型与 Agent 技术的发展，团队提出了新的愿景：构建既具确定性、又能迭代演化的金融智能体。在这一方向上，他们开展了两类工作：一是基于代码生成与迭代的自动化研究框架R&D-Agent，可在量化研究等场景中通过自动多轮迭代快速生成高质量方案；二是基于领域原生数据的生成式基础模型，即市场仿真引擎MarS（Market Simulation Engine）。
刘炜清详细介绍了 MarS 的设计思路：将订单流这种金融市场最细粒度的数据进行建模，通过对单笔订单与订单组的双重 tokenization，训练出可预测和生成订单序列的模型。在此基础上，团队构建了一个数字孪生金融市场，能够进行动态模拟、压力测试及 “what if” 情境推演，帮助监管、风险管理和策略研发在上线前获得真实验证。他强调，模型不仅在微观层面重现了交易行为，还能在宏观上复现经济学家总结的市场规律，为市场仿真带来新的可信度。
经过推理优化，MarS 已能在分钟级预测中兼顾性能与效率，逐渐具备实际应用的可行性。刘炜清指出，这一新范式的价值不仅限于金融领域，凡是具备行业专属数据、强依赖专家经验、迭代成本高的场景，都可能借鉴类似框架。他总结道，生成式基础模型与 Agent 的结合，为金融市场的研究和监管带来了全新的方法论，也为 AI 在复杂行业中的落地提供了新的思路。
在汇聚行业专家与创新者的 AICon 舞台上，两天内共呈现了 14 场精彩纷呈的与 AI 相关的热门议题，为与会者带来了深刻的行业洞察与创新启发。
由腾讯云智能体平台产品中心总经理、腾讯技术专家王磊出品，阿里云智能集团瓴羊高级技术专家王克、值得买科技 CTO 王云峰、Amazon Web Services 首席解决方案架构师费良宏、字节跳动 Trae 架构师冯绪带来精彩分享，内容涵盖创作范式重塑、营销 Agent 应用、电商 MCP 实践、Agentic AI 在软件开发中的落地以及代码编辑插件的实践探索，全面展现了智能体应用的新趋势与生态建设路径。
本专题由网易游戏技术总监何丹出品，聚焦 AI 在企业价值重塑与效能提升中的应用实践。快手安全算法中心负责人刘梦怡、趣丸科技媒体算法负责人马金龙、网易游戏 AI 产品策划专家蓝师师、腾讯文档后台技术专家张瀚元、国际头部 ERP 企业专家吴云，分别分享了内容审核大模型、智能客服与知识图谱、游戏研发 AI 助手、文档 AI 基础设施以及制造业大模型落地等实践案例，展示了 AI 在业务创新、流程重构与组织转型中的多维探索与成效。
AI 基础设施正成为大模型研发与应用的核心底座，从算力集群到数据引擎、从异构芯片调度到全球化数据分析，都对架构演进提出了更高要求。本专题由阿里云公共云 AI 汽车技术服务负责人王德山出品，阿里云资深技术专家张凯、商汤技术产品总监刘叶枫、火山引擎 AI 数据湖服务架构师琚克俭、飞轮科技技术副总裁杨勇强等嘉宾，围绕云原生 AI、异构算力调度、多模态数据处理与 AI 原生数据分析架构分享实践成果，展示了 AI Infra 在性能、稳定性、成本与合规间的多维探索。
AI Native 产品、情感计算与智能硬件正成为新一轮创新热土。本专题由金山办公 AI 研发总监刘强出品，金山办公 AI 产品总监徐奕成、网易云商 AI 技术负责人冯旻伟、游心雕龙创始人彭杰、Plaud 中国区 CEO 莫子皓等嘉宾，分别分享了多 Agent 驱动的内容创作体系、服务营销智能体的价值闭环、AI 赋能 UGC 游戏创作链以及软硬结合的 LLM-native 产品路径，展示了 AI 在从产品创新到商业化落地过程中的多元实践与趋势洞察。
多智能体正成为 AI 发展的新风口，但企业在构建、协作和落地应用中仍面临诸多挑战。本专场邀请 Google Cloud 资深 AI 架构师申绍勇、合作伙伴解决方案架构师何鹏与百道数据解决方案架构师庄才家，以及神州数码通明湖云和信创研究院首席 AI 科学家谢国斌，共同探讨多智能体的核心技术与企业实践
本专题由腾讯云顾问产品总经理许小川出品，聚焦 AI 原生背景下的架构治理新模式。快手资深架构师刘中兵、华润啤酒技术总监叶宁、腾讯音乐运维开发组组长边雪冬等嘉宾，分享了从架构成熟度评估、智能化诊断与治理，到传统消费品的数字化转型路径，再到 AIOps 驱动下的智能运维实践，展示了 AI 在保障系统稳定性、推动业务升级与实现智能化治理方面的多元探索与落地经验。
在大模型应用快速普及的背景下，如何在保证性能的同时降低推理成本，成为业界关注的焦点。本专题由阿里国际 AI Infra 负责人丁虎平出品，邀请阿里云高级技术专家马腾、腾讯 PCG 机器学习平台技术负责人袁镱、Google AI Infra 技术专家杨国强等嘉宾，分享了长上下文 KVCache 中心化优化方案、分布式推理调优实践以及 TPU 上的推理优化路径，展示了业界在算力效率、成本控制与架构突破上的前沿探索与实战经验。
随着 AI 技术加速演进，多模态与空间智能逐渐成为业界探索的重点方向。本专题由快手多模态大模型负责人高婷婷出品，快手高级算法专家文彬、其域创新解决方案负责人张维维、腾讯智慧出行解决方案总监潘英超等嘉宾，从模型创新、真实环境数据获取到产业落地路径，系统展示了多模态与空间智能在视频理解、具身智能、自动驾驶和智慧出行等场景中的前沿探索与落地经验，为 AI 技术与产业深度融合提供了新的思路与启发。
随着智能终端、机器人和 AIoT 的不断演进，具身智能正成为 AI 落地的重要方向。本专题由云天励飞副总裁郑文先出品，Rokid XR 中心主管季杨康、网易伏羲决策智能算法研究员干英豪、拂曦科技 CEO 段然等嘉宾，分别分享了智能眼镜的全栈开发实践、工程机械远控与自动装车的具身智能探索，以及 AI 眼镜在社交场景中的多模态感知与交互应用，展示了具身智能在硬件形态、工程实践与消费场景中的前沿突破与发展潜力。
随着 AI 逐渐融入企业核心流程，组织管理与个人效能正在迎来全新变革。本专题由知鸟教育 CTO 沈菁出品，百度飞桨广州中心副主任陈云峰、众安银行技术委员会主席沈斌、三七互娱算法工程师李远方等嘉宾，分别带来关于 AI 驱动企业管理范式重构、超级个体的做事方法论以及智能会议纪要落地实践的精彩分享，展示了 AI 在管理模式、个人成长路径和沟通协作效率上的多元应用与深远价值。
大语言模型驱动的智能体正为数据价值释放带来全新契机。本专题由火山引擎数智平台高级总监徐冰泉出品，火山引擎 Data Agent 技术专家陈硕、腾讯数据工程专家虎兴龙、友盟同欣产品部负责人冯成蹊、字节跳动数据平台大模型评测技术负责人尹小明等嘉宾，围绕数据 Agent 的产品进化与工程落地、智能营销新模式以及大模型应用评测实践展开分享，展示了智能体如何在数据交互、治理、安全与价值转化中加速应用落地，为企业构建数据驱动的智能生态提供了方法论与案例参考。
随着大模型和智能 Agent 全面融入研发流程，企业软件工程正从“工具辅助”迈向“智能驱动”的新阶段。本专题由科大讯飞研发总监薛增奎出品，华为首席前端架构师侯凡、汇丰科技信息安全部门负责人杨伟强、阿里云架构师周絮、字节跳动 Trae 架构师宁啸威等嘉宾，分别分享了多 Agent 协同研发平台、AI 安全代码自动修复、智能运维双支柱实践以及 Coding Agent 的工程落地探索，展示了 AI 在研发效能提升、代码安全治理与新一代开发范式中的多元价值与前沿实践。
随着大模型与智能体技术的快速演进，如何在企业级场景中实现高效、稳定、可持续的 Agent 系统架构，成为行业共同关注的焦点。本专题由彩讯股份 AI 产研部总经理邹盼湘出品，商汤科技王志宏、彩讯科技樊懋、纷享销客王毅、快手科技王立凯等嘉宾，分别从敏捷与稳定兼顾的 Agent 框架设计、B 端智能体构建与 Context Engineering、企业级 SaaS Agent 平台实践，以及 Agentic AI 在商业化场景的应用探索等维度展开分享，系统呈现了智能体在架构范式、平台化实践和业务落地上的最新突破与应用思路。
随着大模型与智能体技术的快速落地，金融行业正迎来风控、信贷、合规、营销等核心业务的智能化重塑。本专题由新希望金科 AI 中心总经理王小东出品，王小东、同盾科技董纪伟、某银行机构徐小磊、腾讯欧阳天雄等嘉宾，围绕经营贷风控升级、信贷风险自迭代、金融产品可信架构、智能风控大模型应用等方向展开分享，系统呈现了大模型在金融场景的创新探索与实践路径。
从智能眼镜到 AI 健身私教，各类前沿“黑科技”在本届 AICon 深圳站的开发者展区集中亮相，吸引了大量参会者驻足体验、交流互动，科技氛围拉满。
比如在“宝藏体验角”，参会者可以零距离感受 AI 智能硬件的创新魅力。特别感谢 Rokid、拂曦科技、Plaud AI、EasyRight AI、制糖工厂，为大家带来丰富有趣的交互体验！
本届大会的圆满举办，也离不开合作伙伴们的大力支持！特别感谢汇丰科技中国、Google Cloud、百道数据、神州数码、GMI Cloud、数势科技、硅基流动、TRAE、飞轮科技、快手、万界数据、涛思数据、IPIP 对本届大会的大力赞助与支持。
同时，我们也衷心感谢众多社区与媒体伙伴的大支持。正是在各方共同努力下，AICon 得以继续推动 AI 技术生态的繁荣发展，共同探索行业的未来方向。
AICon 深圳站圆满收官，接下来 10 月 QCon 上海站和 12 月 AICon 北京站精彩接力，等你来探索！
