A2M人工智能创新峰会：并行科技首发“算力买手”模式
在北京市科学技术委员会、中关村科技园区管理委员与中关村科学城管委会的共同?持下，由msup主办的第九届（A2M）??智能创新峰会于6?14-15?在北京市海淀区中关村国家自主创新示范区会议中心顺利举行，本届峰会以“释放规?；涞谹I的能力”为主题，深度解析大模型驱动企业进化的全链路方法论，涵盖从模型调优、高效推理部署到多模态技术的前沿进展。
7位大咖共话，
LLM时代的技术创新、产品应用与技术战略
本届大会开幕式致力于从更多专业维度、热点与趋势的角度，帮助更多AI从业者了解2025年的技术方向及未来趋势，为AI从业者带来思考和启发。
一直以来，北京市及海淀区各级领导高度重视并大力支持人工智能与大模型发展。本次大会，荣幸邀请到以下领导莅临指导：工业和信息化部人才交流中心副主任曾卫明、北京市科委、中关村管委会信息中心副主任吴珺、中关村科学城管委会产业促进一处副处长訾辛，衷心感谢各位领导莅临指导与支持！
大会开幕式由图灵联合创始人，智源创始副院长刘江主持。在开场中，他回顾道，自2015年至今的十年间，人工智能领域大约每2-3年就会出现一次阶段性突破，持续推动技术向上发展。他相信，未来仍将涌现出更多新的突破。
首先，工业和信息化部人才交流中心副主任曾卫明先生对开幕式进行了致辞，他表示：“当前，我们正处在一个技术变革日新月异的时代。人工智能作为引领未来的战略性技术，正在深刻改变着我们的生产方式、生活方式以及思维方式。我们要紧紧抓住通用人工智能发展的关键“窗口期”，发挥既有优势，补齐短板不足，不断塑造发展新动能新优势，促进产业链、人才链、资金链、创新链深度融合。
峰会现场都是在这个行业中深耕多年的探索者、实践者、引领者，衷心希望大家能够借此会议平台，交流经验做法，共同推进人工智能产业高质量发展，为实现中华民族伟大复兴的中国梦作出更大的贡献！”
张亚勤：开幕寄语
_
中国工程院外籍院士，清华大学智能产业研究院（AIR）院长张亚勤也为参会嘉宾带来了开幕寄语，他表示：信息智能、物理智能、生物智能相互融合已经形成创新共振。以大模型、ChatGPT、智能体为代表的突破性技术创新，正在重构科技产业格局与全球发展范式，期待通过A2M峰会，可以与各位参会者共同推动人工智能技术快速发展！
陈健博士：基于用户视角的算力服务和算力网服务
_
CCF 中国计算机学会副理事长，北京并行科技股份有限公司董事长陈健博士以“基于用户视角的算力服务和算力网服务”为主题进行分享。据信通院2024年发布的《算力互联网发展指数》显示，中国智算算力利用率仅约32%，呈现局部错配与供大于求。陈健博士认为，用户面临的核心挑战是如何科学选型，以“最短时间、最低成本完成计算”为目标。算力本质是服务业而非资源业，其价值在于被使用。当前市场现状为：超大规模模型训练供不应求，常规训练供大于求，推理需求则因性能差异大且总量持续增长将长期趋于平衡。
针对选型，需破除“芯片不能用”误区。国产算力在特定场景已具备竞争力，关键在于验证性价比。并行科技通过同步移植验证方案：用户任务在英伟达平台运行的同时，在国产平台进行适配测试，验证结果正确性、时间满足度及成本。选型依据在于分析应用特征（计算/访存/通信/IO密集度）并匹配硬件特性。
为此，并行科技正式推出了“算力买手”模式，该模式通过分析用户应用特征，从全国数百智算中心、上千集群中筛选可用、性能达标且性价比最优的算力资源，并按任务总成本排序推荐，助力用户降本提效。
孙斌：AI的落地探索与思考
_
知乎 CTO孙斌带来了“AI的落地探索与思考”的演讲。他分享了当下AI行业的几个关键趋势：长思维链技术提升模型透明度与深度思考能力；开源生态推动技术普惠与应用爆发；AI重心转向解决高频现实问题。多模态交互、Agent、模型小型化/高效化、端侧部署及行业知识增强是核心方向。同时，AI伦理、安全、隐私、可解释性与信任度成为规?；τ帽匦朊娑缘奶粽健?/span>
孙斌详细介绍了知乎在大模型方面的探索成果。知乎利用自身积累的可信内容数据和专业知识，从基模建设到模型优化，再到开源模型的开发，均取得了显著成果。公司在模型效率提升、成本控制以及多模态应用等方面进行了大量工作，并搭建了完善的大模型平台，为内部产品开发和业务创新提供了有力支持。在应用层面，聚焦解决社区实际问题：AI搜索结合可信内容与创作者溯源缓解幻觉；AI审稿提升内容审核与创作效率；AI内容治理提升社区质量与安全；AI赋能商业化提升广告体验。
未来，Agent的规划能力是技术突破重点，需从概念迈向工业化生产。知乎将持续发挥可信内容与创作者生态价值。
黄博远：从效率到涌现 - AGI理想照进现实的挑战与应对
_
阿里云人工智能平台产品负责人黄博远分享了“从效率到涌现 - AGI理想照进现实的挑战与应对”。他主要从AI落地的关键路径；三种涌现及其面临的挑战；训练、推理及治理最佳实践及数据，连接两大世界的纽带等四个方面做出来了分享。
AI业务落地的核心在于效率提升与能力涌现。这其中存在于三层面：智慧涌现（超大模型预训练）、能力涌现（后训练精调与强化学习）、业务涌现（AI应用驱动数据飞轮效应）。面对落地挑战，阿里云人工智能平台通过Gallery模板库降低使用门槛，并重构架构服务三类用户：应用开发者、模型开发者及资源管理者。
在技术层面：训练聚焦大规模分布式挑战，提供全托管高性能网络、智能容错与自愈、秒级Checkpoint和大规模资源健康检查；推理则追求极致性价比与高可用，通过三层优化：资源调度、服务调度、请求调度，并发展分布式计算推理，同时保障高可用性。数据连接是 AI 落地的核心，阿里通过高效数据处理和系统融合，提升训练效率，实现精准回答。阿里还构建了统一平台，串联大数据与 AI 产品，支持多源数据融合应用。
黄博远还指出，高效的数据连接是实现业务涌现的关键。阿里在 AI 领域的实践强调技术与业务的深度融合，以及数据在其中的关键作用。
梁堃：新AI时代的安全：构建大模型安全围栏
_
数美科技CTO分享梁堃了“新AI时代的安全：构建大模型安全围栏”。随着大模型在专业Copilot、统一交互界面及个性化学习娱乐三大领域深度应用，其安全风险日益凸显，包括虚假信息、有害内容、违法泄密、不良价值观及歧视偏见。这些风险因模型生成内容的广泛传播性对社会影响深远，关乎企业合规、用户体验及社会责任。因此，构建一个全面的大模型安全围栏成为必要。这包括了从模型规划阶段开始就进行安全设计，通过清晰的风险定义、复杂的语义理解、长上下文处理及敏感知识库的建立来确保安全性。
针对大模型安全的具体措施，数美科技提出了四个核心方面：首先是高效的风险识别机制，能够实时处理海量请求；其次是多维度的风险类型覆盖，从传统的内容安全扩展到新兴的大模型特有攻击防御；再者是深化语义理解，不仅仅识别对象还要理解意图；最后是对长且复杂的多模态上下文的理解能力。此外，为了应对实际运营中的挑战，如敏感问题的安全代答等，梁堃还强调了敏感知识库的重要性，并建议采用独立的安全模型以保障响应的准确性和及时性。
未来，全球监管趋严、深度伪造、隐私泄露仍是难点。技术层面，大模型自身成为解题关键，如数美自研的审核Agent已通过动态查询知识库，实现20%审核请求自动化处置，显著提升效率。
刘付强：工程师文化驱动组织创新
_
msup创始人兼CEO、微上信息技术研究院院长刘付强以“工程师文化驱动组织创新”为题进行分享。他提出了“DRIVE”模型，并从五个关键维度进行了阐述。通过整合五大要素，企业能够在AI时代，形成强大的竞争力，实现可持续发展。
关键实践一：战略解码、“技术X商业”再造组织创新。通过重塑实体或虚拟的技术委员会，推动技术与业务的结合，实现降本增效，构建面向未来的技术战略规划。
关键实践二：刷新团队，上接战略，下接组织级能力。围绕企业关键岗位打造知行合一的训战营，通过定标、对标、达标的方式，确定组织发展所需能力，并设立学习路径和学习地图，提升团队能力。
关键实践三：激发创新、打造智慧涌现的持续创新机制。引入创新，它山之石、可以攻玉，走进大厂学创新，对标全球公司创新做法。
关键实践四：跨越鸿沟，识别创新陷阱、迈向下一个阶段。打造创业领导力，从技术管理到技术经营管理；造就一批具有国际视野的科技型企业家，并借鉴标杆案例，学习如何成功跨越鸿沟。
关键实践五：关注效能，消除浪费、持续提升客户价值。构建企业数智化效能平台，关注降本增效，促进组织内外高效流动。
巅峰对谈：大模型落地的现状与挑战
本届开幕式新增了巅峰对谈环节，图灵联合创始人，智源创始副院长刘江作为主持人；知乎CTO孙斌、蚂蚁技术研究院 自然语言处理负责人武威；硅基流动创始人、CEO袁进辉三位嘉宾，围绕“大模型技术突破与产业落地新范式”展开深度对话，激荡前沿思想。
武威指出强化学习驱动的推理模型是当前重点，但需解决过程冗余和可靠性验证问题，建议通过形式化语言验证正确性；袁进辉观察到实际应用仍以语言生成与RAG知识增强为主，强调工程成本优化是关键挑战；孙斌认为需突破实用性瓶颈，避免技术停留于演示阶段，知乎通过连接真实信息与专家网络实现价值。
三位专家一致认为，大模型需从语言/知识场景向复杂决策落地，从业者必须融合算法、工程与跨学科能力，打破职能边界。
