2024年中国生成式AI大会（上海站）在12月6日完成了为期两天的议程。
大批产学研投代表在此次会议上分享了深入见解，吸引了超4000位报名咨询者，1200位现场观众。线上会场的观看次数更是超过了104万次。
参加者在各个环节都展示出极高热情，无论主会场还是分会场都是满座，产业交流区的讨论也非常活跃。多达15家企业展示了他们的新产品和新技术，引发了广泛关注和讨论。
「智能跃进 创造无限」成了本次大会的主题，共有51位产学研投代表以前瞻视角讨论了AI的技术与产品创新、商业实施路径、未来的走向、以及重点研究焦点。
AI Infra峰会上，多做主题演讲带来了深刻见解。上海交通大学副教授指出，为提升token效率，除了芯片理论算力外，还可通过软硬件协同和异构适配提高整体算力规模。来自北电数智、GMI Cloud、阿里云等公司的负责人也围绕全栈AI工厂、企业出海在算力上的挑战、高性能智算集群等话题进行了讨论。
枫清科技、声网、腾讯云等企业的创始人和CTO分别就数据到知识的转化、生成式AI对实时互动的驱动，以及向量数据库等细分话题进行了深入演讲。
圆桌论坛上，来自不同领域的专家就「大模型深水区，AI Infra的新机遇」展开讨论。
大会的第一天，嘉宾们就大语言模型、多模态模型、具身智能等话题进行了讨论。除了主会场，也有针对性技术研讨会进行，涉及端侧AI技术、AI视频生成技术与具身智能技术。
AI Infra面临产业落地的痛点，众多嘉宾分享了他们关于智算中心建设、全产业链协同上的见解。其中提到，在大模型数据、算力和能耗的挑战下，优化算力使用和异构适配已变得越来越重要。北电数智正通过打造AI工厂来弥补国产芯片算力供需链中的断层。GMI Cloud的高稳定性GPU集群为中国AI企业在全球布局提供了方案。阿里云的灵骏智算集群致力于提升扩展性和稳定性。个人大模型成为解决端侧智能问题的有效方法。中昊芯英介绍他们在为国产TPU芯片构建“No CUDA”软件栈的经验。
智能体、向量数据库到RAG话题下，AI Infra出现了许多新挑战。企业智能体、实时语音、向量模型等的新平台、新产品、新技术得到了展示。枫清科技注重跨越生成式AI与决策智能间的鸿沟。声网介绍了生成式AI驱动下的实时互动技术与体验变革。腾讯云讨论了如何通过向量数据库挖掘数据价值。Jina AI探讨了大模型与RAG共存的前景。Zilliz介绍了向量数据库面临的挑战及其解决方案。RAG作为新的范式，英飞流分享了他们的多模态引擎方案。Alluxio强调了他们的无侵入策略下的高性能AI数据底座构建。
面对AI 2.0时代，AI Infra领域正迎来新的变革。圆桌讨论上，专家们就大模型行至深水区所带来的新变化和机遇，分享了他们的洞察，并讨论了自己公司的产品和技术如何解决应用中的核心难题。开源社区为开发周期长、工程复杂的软件产品提供了新能量。同时，出海也成为许多公司的选择。
总的来说，随着中国生成式AI大会的落幕，产业落地的呼声愈发强烈。全球创新、投资和应用领域活跃度不断上升。AI技术可能被高估，但落地的机会仍在前方。我们预期将面临着更多AI手机、AI PC等硬件创新，以及大模型相关技术的快速发展。我们将持续关注和报道中国生成式AI的变化，记录这一浪潮中的技术更新与商业探索。
以下为2025年线下大会的启动预告，除了全球自动驾驶峰会，AI芯片和生成式AI等领域的大会已在规划中，敬请期待。
相关文章
