PEC 2026 AI創新者大會暨第三屆提示工程峰會順利召開：贏得Token、贏得世界

未來一氪·2026年09月15日 16:13PEC 2026 AI創新者大會在北京召開，探討AI產業熱點。9月12日，PEC 2026 AI創新者大會暨第三屆提示工程峰會在北京眾智園順利召開。本屆大會由PEC聯盟、至頂科技、軟積木、海升集團共同主辦，AIGCLink、LangGPT社區、愛智島（AI·DAO）人工智能創作聯盟、硅創聯、AI原點社區、海升睿達、眾智園聯合主辦，超百家行業協會、研究院、社區與知名機構支持。

PEC是AI創新者的年度聚會，緣起於Prompt Engineering Conference（提示工程峰會），也代表著Pioneer（AI先鋒）、Engineer（AI工程師）和Creator（AI創造者）。一年一度的PEC大會，旨在幫助參會者通過同行交流，校準對下一階段AI發展的判斷。本屆大會以“Won Token，Won World（贏得Token，贏得世界）”為主題，匯聚了國內知名專家學者、行業領袖與創新實踐者。本屆大會通過微信、微博、PC平臺等渠道實現50餘家頭部科技媒體與AI社區聯合直播，並獲得120多家媒體宣傳支持，線上觀看人數超過350萬，線下參會規模達1600人。

會上PEC China發起人、至頂科技CEO兼總編輯高飛、PEC China發起人&微軟MVP&軟積木CEO劉海峰、AIGCLink發起人&零氪雲聯創&中機協數智融合專委會執行會長&MCP中國開發者聯盟發起人佔冰強、LangGPT創始人&微軟MVP&Whobot AI負責人云中江樹、愛智島人工智能藝術家創作聯盟聯合創始人野了幾位PEC聯合發起人登臺致歡迎詞。

高飛表示，今年是我們PEC大會第三屆，第一年大家更多談的是如何用AI交流，去年進入創作者時代，我們在談如何把AI作為生產力工具或變現方法，今年則落到Token工廠和Token經濟上，因為Token的量夠不夠、質夠不夠，已經成為需要深入討論的問題。劉海峰表示，早期行業更關注應用能不能做出來，對質量和成本關注不多，隨著落地深入，大家開始同時要求速度、效果和穩定性，也更加關注價格，如今應用與算力越來越分不開，需要通過軟件架構連接軟硬件能力，才能更好推動Token落地。

佔冰強表示，今年開發者也已經進入大模型應用深水期，不再像去年只是嚐鮮，而是開始為交付和產業結果負責，也就有了FDE這樣一個群體來為交付結果來負責，基礎性的FDE能夠做好企業內部工具性的提效，但FDE面臨的根本問題，是如何在組織內部推動生產關係改造。雲中江樹表示，AI應用正在從生產力提效期進入生產關係調整期，對個人來說，AI正從工具轉向夥伴，重點從怎麼使用變成怎麼分工協同，對組織來說，則要重新設計數據權限、工作流、責任邊界和人才架構。野了表示，AI畫布類工具和多模態模型讓AI參與到創作過程中，不僅提升了效率，也改變了短視頻創作方法。

AI內容正在從零星爆款走向系列化內容持續走量，並可能持續生長為IP，帶來廣告、植入等長期商業價值。北京市海淀區東昇鎮黨委書記辛果在現場為大會做了致辭，並在致辭中表示，人工智能技術創新日新月異，產業應用蓬勃發展，東昇鎮積極落實海淀區委區政府打造全球人工智能創新高地戰略部署，全力參與建設百年京張AI創新帶。今年大會舉辦地眾智園位於百年京張AI創新帶北端，致力於打造人工智能全棧自主創新加速區和服務企業出海平臺，全力為企業提供陪伴式、全週期服務，更好推動人工智能技術應用落地和產業生態建設。開場對話：2027，我們需要怎樣的模型？

PEC China發起人、至頂科技CEO兼總編輯高飛與中國信息通信研究院人工智能研究所所長魏凱、面壁智能多模態首席科學家&清華大學人工智能學院助理教授姚遠、清智資本創始合夥人張煜、清華大學人工智能學院助理教授&元環智能創始人兼首席科學家劉子鳴就《2027，我們需要怎樣的模型？》展開對話，從人工智能的發展趨勢、大模型落地探討了未來創新機遇與挑戰。

魏凱指出，人工智能發展速度很快，尤其是模型進步日新月異，今年上半年平均每兩三天就有一個前沿模型發佈，可以說模型能力的進化速度遠遠超出了技術在行業擴散的速度，現有Benchmark分數只是模型能力非常稀疏的採樣，無法窮舉所有用戶場景，加上用戶的數據治理、知識庫和使用環境沒有準備好，造成模型能力與實際應用體感的落差，企業要深耕自身數據的儲備與治理，推動流程變革，加快建設AI原生組織。姚遠指出，智能一定是雲端和端側並存的方式，雲端模型更多追求智能上限，端側智能關注智能密度，要在功耗、內存、速度等嚴苛限制下跑出好的效果。

隨著模型能力增強和端側芯片算力提升，越來越多智能會在端側運行，帶來數據保護、低延遲和更低Token消耗，物理智能最大的區別是數據稀缺，數據正確性還要與硬件綁定驗證，因此要從模型結構、高效訓練和高質量數據等方面持續提升智能密度。張煜指出，模型發展的速度遠遠超過應用推廣的速度，創業方向會從追求模型能力，慢慢轉移到追求解決問題，創業公司一開始做產品和服務，就要考慮怎樣適配模型的快速迭代，不要綁定一個模型，要為不同模型預留接口，緊緊跟上新模型，模型不一定做得比別人快，但用模型的速度也能形成競爭力。

越小、越年輕的公司，往往駕馭新事物的能力越強，創業者還要快速迭代技能和知識、重視商業化，並保持想象力和創造力。劉子鳴指出，模型的發展“分久必合、合久必分”，通用模型能夠處理自然語言、代碼、數學等符號世界，但它的邊界正在顯現，物理世界和世界模型不是現有Transformer範式能夠全部包含的，只要知識能用自然語言、公式或代碼說出來，模型就能夠學會，真正困難的是那些無法言說的邊界條件和經驗，未來最重要的兩個方向是世界模型和Auto Research，但AI背後的科學還處在亞里士多德時代，需要人與AI合作，用巧勁縮短長期科研進程。

年度話題：Token工廠與Token經濟 PEC 2026 AI創新者大會暨第三屆提示工程峰會在過去一年產業觀察基礎上，就Token工廠和Token經濟兩大主題提出了年度話題，並邀請到二十多位AI創新領袖展開討論。Token工廠：真功力與真問題 Token工廠已是各家競相佈局的賽道，推理服務正在從算力租賃分化出獨立產品形態，然而，Token工廠的邊界應由算力規格定義，還是由輸出質量、延遲與單位成本定義？賣Token與賣算力在責任歸屬和定價邏輯上如何區分？推理服務正在從賣算力走向賣產出，這個變化又意味著什麼？

面對這些問題，在AIGCLink發起人&零氪雲聯創&中機協數智融合專委會執行會長&MCP中國開發者聯盟發起人佔冰強主持的《Token工廠：真功力與真問題》主題對話中，平凱星辰副總裁劉松、趨境科技首席引擎架構師謝威宇、亞康啟源CMO周立賓、首都在線解決方案總監王超幾位嘉賓在現場進行了深入研討。劉松認為，Token工廠相當於國家電網，Agent相當於家用電器，當前最大的Token消耗主要在Coding和視頻生成，未來兩三年最大的變化會是生產力智能體，尤其企業級多智能體會帶來巨量消耗，也對Token質量提出更高要求。

Token進入企業後，數據要覆蓋上下文、記憶、知識工程以及多模態數據，FDE的本質是把Token的腦力轉化成場景價值，最終形成數據庫、上下文、Skill、工作流和多智能體協作的完整體系。謝威宇認為，Token消耗一定會爆炸式增長，因為在AI產業的價值閉環中，人類的佔比越來越小，AI的佔比越來越大，Token接口是標準化接口，用戶從不同工廠獲得的Token基本一樣，所以它更像批量生產的商品，生產Token的就應該是工廠，工廠的原料是算力和電力，技術優化和平臺調度能讓相同算力、電力生產更多Token，效率直接決定產量和營收，未來Token工廠規模會繼續擴大，大規模國產化推理是必然趨勢。

周立賓認為，去年、前年智算中心建設以訓練為主，現在Token工廠已經走到推理側，推理是商業模式閉環的一部分，訓練階段可以不計成本追求技術領先和規模，到了推理階段就要回到第一性原理，最終產生的價值怎樣反饋到成本上。行業要提高服務器負載率和Token產出能力，對抗不斷上升的算力成本，客戶也會從頭部大模型和互聯網企業向各行業下沉，我們既是模型公司的服務商，也會成為它的客戶和技術延伸，幫助Token進入終端用戶的FDE場景。

王超認為，客戶需求已經從買資源逐步過渡到買服務，企業老闆更關心Token怎樣幫助實際業務，而不是買多少張GPU卡、自己搭建底層資源，現在企業已經過了嘗試階段，可以直接採購Token服務，通過API當天接入，這是從傳統資源到服務的本質變化。基礎設施也從訓練走向更加落地的推理，通過KV緩存、提示詞加速和推理優化，讓單位GPU產生更多Token。未來還要依託全球網絡推動Token資源流動和模型出海，同時建立面向場景服務的SLA。本地AI：讓模型更好跑在本地需要什麼？

本地AI已經成為人工智能技術落地不可或缺的一個領域，端雲結合也已經成為大模型產業落地的重要方向，然而，AI PC和工作站在已經能運行百億參數級模型後，如何彌補Token質量與雲端有明顯差距？雲端與本地AI如何分工？用戶購買設備前又該按照什麼指標選型？面對這些問題，在至頂AI實驗室聯合主理人路飛主持的《本地AI：讓模型更好跑在本地需要什麼？》主題對話中，寅譜計算CMO陳展凌、AMD大中華區AI市場營銷負責人昝仲陽、浪潮信息邊緣服務器產品部副總經理劉景志、Minimax戰略客戶部泛互負責人張少鋒、戴爾科技集團終端產品組合作夥伴與行業方案業務高級經理李煒幾位嘉賓在現場進行了深入研討。

陳展凌認為，AI越來越深入工作流，本地化的核心驅動力首先是隱私合規，研發、生產、財務和金融數據不能上雲，模型就必須放在本地，其次是成本，常態化工作流和多輪對話每天消耗幾十萬甚至上百萬Token，雲端成本可能成為黑洞，第三是響應穩定性和延遲。選擇設備時，算力是關鍵指標，但不是決定因素，顯存大小決定模型能不能放得下、跑得起來，還要關注顯存帶寬，以及GPU、CPU、顯存、存儲和網絡的協同效率。

昝仲陽認為，本地模型真正的變化，是用戶開始關注基於本地模型的智能體能不能有效完成任務，隨著模型變得更聰明，CPU和GPU協同以及統一內存架構可以讓更多優秀模型同時運行，更多任務能夠放到端側並且以更快的速度有效完成任務。端側最重要的不只是數據安全，而是數據主權，數據放在端側，就一定屬於用戶。設備選擇要結合真實的場景需求和工作模式，在合理成本下完成更多任務，基於AMD銳龍AI Max系列的筆記本、小型設備、工作站和一體機都有各自適用的算力場景。劉景志認為，企業把AI放在工廠、智慧門店等場景，最大的驅動力是讓它真正成為生產力，為具體業務服務。這需要滿足數據本地處理和7×24小時穩定運行。

企業級設備不像個人電腦，網絡、電源、遠程BMC管理等都要符合企業要求。從落地速度看，中小企業反而可能比大企業更快，比如科研寫作、數據敏感型的個人和小團隊，是目前率先形成需求的客戶；大企業工作流程穩定、改造成本高，但後續大企業一旦方向明確，規模化落地的優勢會更明顯。張少鋒認為，私有部署還是調用API，最終要看使用成本和核心業務，小模型和大量量化版本降低了中小企業、個人部署的門檻，如果模型本身就是產品，私有部署更容易控制成本和利潤。大企業更重視併發和穩定性，又有較強的議價能力，調用API可能更合適。

模型公司在開源之外，還可以提供文本、視頻、語音、圖片和音樂等能力，圍繞電商標註、客服、審核、宣傳物料、跨境翻譯配音，形成基於行業和場景的系統化解決方案。李煒認為，企業缺的往往不是某一種部署方式，而是一套清晰的AI策略，雲端、本地和邊緣各有適用場景，決策要考慮成本、響應速度、數據能否離開辦公區，以及使用是持續還是突發，公開信息處理可以使用雲端，財務、病例和自有代碼等敏感數據更適合本地。採購時不要認為模型越大越好，要先看模型是否適合具體任務，也不要混淆訓練和推理，多數企業更適合用向量數據庫連接企業數據，把算力放在推理側，並選擇適合自己的量化精度。

AI轉型——FDE邊界與第一推動力 在大模型深入產業、助力企業智能化轉型的這一年裡，一個新的職業也隨之應運而生，這一職業就是FDE（前沿部署工程師），然而，FDE為何作為連接模型能力與業務場景的服務角色正在成型？哪些企業和階段真正需要FDE？FDE如何將項目經驗沉澱為可複用資產？

面對這些問題，在軟積木聯合創始人兼CTO鄒健主持的《AI轉型——FDE邊界與第一推動力》主題對話中，郵儲銀行潘淳創新工作室（總行級）負責人&中國OPC創業者聯盟（硅創聯）發起人潘淳、達智匯科技服務（蘇州）有限公司總經理趙麗娜、東軟集團產品創新與軟件資產管理部架構治理中心主任蘭天、網易智企首席解決方案架構師周梁偉、智體紀元科技創始人兼CEO&Agently框架原創作者兼項目總負責人莫欣、愛智島人工智能藝術家創作聯盟聯合創始人野了幾位嘉賓在現場進行了深入探討。潘淳指出，FDE可以分為四部分，在現場發現需求、用原型驗證、交付結果、把服務中形成的產品沉澱為公司資產。

AI時代，過去90%的精力在產品開發，現在90%的精力在業務發現。企業老闆說“用AI搞一搞”往往只是許願，FDE首先不是決定使用什麼模型或智能體，而是進入現場瞭解數據、系統接口和行業邏輯，把模糊想法拆解成真實需求，最終把AI能力轉化成業務結果。趙麗娜指出，FDE與傳統IT外包或技術諮詢有三個本質差別，第一是諮詢和落地融合，既要定義未來的業務場景，也要把它實現，第二是技術和業務融合，FDE要做業務場景的翻譯官，把講不清楚的需求解耦，再完成落地的架構設計，第三是橫跨從藍圖規劃到業務交付的全套閉環，保障業務真正迭代起來。

因此，FDE是架構師與項目管理師能力的融合，AI時代的項目管理必須升級，並具備架構思維。蘭天指出，對東軟和客戶來說，更重要的是把智能體與已有軟件資產無縫融合，打造流暢的業務流程，例如醫生一句話調出患者影像、病例或輔助診斷，既需要智能體理解意圖，也需要精準查找業務數據、調用業務功能。傳統軟件因此要做AI友好、AI Ready改造，前端要適應對話式人機交互，後端則要從命令式API轉向聲明式表達，用特定領域語言描述業務職責，使原有軟件資產更容易與AI結合。未來的軟件一定需要神經軟件構塊與符號軟件構塊（編程語言表達的精準邏輯）緊密結合。

周梁偉指出，把大模型部署進企業，只是提供了最基礎的資源，完全不等於真正用起來，Coding和通用辦公仍然只是工具層，FDE關注的是更深的業務場景。每家企業的ERP、CRM流程、上下游關係和崗位協作都有差異，最難的是進入客戶現場，理解並引導客戶說出真實業務問題，拆解流程和關鍵節點，用AI快速做出原型，根據反饋不斷迭代，再完成測量和組織實施，FDE解決的是效率提升和流程再造，本質上是一種業務模式。

莫欣指出，FDE之所以不同於傳統實施，是因為模型帶來的是不確定、概率性的業務結果，工程師不能只承接產品說明文檔，把確定結果翻譯成代碼，而要再往前一步，先理解模型能力和客戶業務，再決定怎樣讓模型在場景中發揮作用。複雜實施中，需要把模型適配業務的工作沉澱為Skill，用框架處理結構化輸出、MCP連接、流式輸出和錯誤重試等問題，FDE也不會永遠單打獨鬥，還要沉澱團隊級、項目級資產，推動組織形態演進。野了指出，創作本身是非標準化的，每次客戶Brief、品牌需求、傳播方式和視覺風格都不同。尤其是一些很高的創作需求，往往需要創作者擁有良好審美，靈感閃現，敘事方式以及對社會、文化的理解。

工作流和智能體可以在局部幫助創作變得更快，但個人創意創作對FDE的需求沒有標準化業務那麼強。電商、AI短劇、AI漫劇存在固定流程和重複工作，更適合與FDE結合，進行流程設計。對創作而言，我期待AI不僅僅只是會做，而是要知道什麼叫好。AI原生——Coding之後的產品機會 談到AI原生產品，大家講的最多、也是應用最多的是Coding工具，然而，AI Coding如何形成明確的需求和付費閉環？下一個規模化增長最可能出現在哪些場景？AI原生商業閉環哪個方向還是藍海？

面對這些問題，在PEC China發起人、至頂科技CEO兼總編輯高飛主持的《AI原生——Coding之後的產品機會》主題對話中，蘇州畫宗人工智能科技有限公司創始人兼CEO秦文山、集思科技CEO兼聯合創始人李世尊、Google Cloud AI GTM專家馬顥庭、OpenDesign CMO兼增長負責人李錦威、Stripe大中華區企業客戶總監Christina Chen、Elser.AI創始人劉耕幾位嘉賓在現場進行了深入研討。

秦文山認為，AI創意工具面對三類用戶，普通創作者主要追求新鮮感和嘗試，免費工具已經能夠滿足需求，專業創作者看重效果和質量，因為工具能夠產生價值和收入，所以願意付費，但模型更新太快，對單一工具的忠誠度不會太高，企業客戶要的不是工具能力，而是結果，看你解決了什麼問題、降低了多少成本。未來更有價值的是大健康、影視等垂直賽道，需要深厚的行業經驗與技術結合，並具備多智能體協同、多模型調度和快速調整方向的能力。李世尊認為，AI直播早期講的是降本，通過夜間開播覆蓋真人主播無法覆蓋的時段。現在降本已經不是主要話題，更重要的是增加效益，把蛋糕做大。

隨著大模型和上層產品不斷迭代，AI主播已經從過去的五六十分提升到八九十分，不再只是夜間補位，而是逐漸成為主流。馬顥庭認為，AI從來不是一個孤立的對話框，而是深度織入業務體系的原生能力。無論是C端依託Gemini Flash系列模型百萬長上下文和低延遲，在沉浸陪伴與多模態創作中沉澱屬於用戶的長期情感資產與使用習慣；還是B端結合Nano Banana生圖、Omni生視頻與Gemini跨語言對齊能力，助力跨境電商營銷與大規模高併發客服，其核心都在於解決真實、具體的業務痛點。在底層基礎模型高速迭代的今天，單純調用接口的產品，極易在功能上被大廠發佈的下一代模型直接替代。

而真正的護城河，在C端表現為難以被剝離的個人記憶與情感黏性，在B端則體現為用戶更換系統時必須承受的業務遷移成本。這就需要深入到終端用戶的實際場景中，藉助Google Cloud領先的模型矩陣與生態能力，把優勢牢牢紮根在用戶的工作流程中和生活中，帶來明確且高確定性的ROI。李錦威認為，今天的軟件不只是給人使用，也是在給Agent使用，即使把面向人的部分開源，仍然可以通過Agent使用的部分實現商業化，AI產品很難繼續沿用賣席位、賣功能或賣高級版本的SaaS思路，關鍵是有沒有給企業帶來工作範式的變化。

隨著AI Coding能力提升，HTML正在成為新的設計介質，可以表達網站、App、PPT甚至視頻。Christina Chen認為，傳統軟件的成本相對固定，賣得越多，邊際成本越低，AI產品不一樣，生成圖片、剪輯視頻、製作PPT或Logo，每一次使用都會產生Token和API成本，如果仍按固定訂閱費隨便定價，很可能沒有算清楚每個用戶背後的推理成本，因此才會出現按用量、實時和結果導向等計費方式。支付也不只是用戶付款的一個節點，而要看完整流程，付款前識別多賬號濫用和薅試用，付款時提供適合當地用戶的支付方式並支持訂閱或按量收費，付款後還要處理續費和交易結果。Elser.

AI創始人劉耕認為，技術越快速發展，大家內心可能越慌、越寂寞和焦慮，需要新的娛樂形態和有意義的數字世界來承載智能，讓用戶與有靈魂的AI產品互動、聊天並形成記憶。工具依然重要，但底層能力由模型提供，通用Agent又佔據工作入口，垂直工具很難單獨形成巨大價值，更適合成為生態中不可替代的一環，團隊真正的核心能力不是工具，而是頂尖的創意和故事能力，AI編程越強，想象力和創造力反而越重要。年度發佈：三大成果 大會上還發布了三項重磅成果，包括《2026全球Token產業全景圖譜》、《2026全球AI展望報告》，以及“FDE加速計劃及能力圖譜調研啟動”。

PEC China發起人、至頂科技CEO兼總編輯高飛在大會上表示，PEC大會從創立之初，就希望它能通過社區共建，成為一個AI密度非常高的一場活動，將本年度最重要的議題一次談透，對未來一年的趨勢有所感知。像今年我們以“贏得Toke，贏得世界”為主題，就聚焦於當下大家最關注的Token工廠和Token經濟談透，並對前沿模型、AI創業、本地AI、Harness工程、AI原生、AI出海、AI創意、FDE等做梳理。其實在模型時代，很多問題並沒有標準答案，所以PEC也更多采用了現場播客對談這種方式，就是希望有更多的智慧，能在現場交流中湧現。

三場AI平行論壇與展區互動，看懂AI創作、FDE、Harness新趨勢 大會下午，AI創作先鋒對談、FDE實戰營、Harness工作坊三場平行論壇繼續熱議AI技術和產業落地，數十位嘉賓到場探討了AI內容創作、FDE、Harness等實踐經驗，從多個維度分享了AI技術落地的機遇。

在由愛智島（AI·DAO）人工智能創作聯盟領銜的AI創作先鋒對談上，聚焦算力時代的藝術與商業新引擎，匯聚AI導演、藝術家、設計師和OPC創業者，圍繞AI內容創作、影視工業化與超級個體實踐，愛智島人工智能藝術家創作聯盟聯合創始人秦悅庭、IP製作人&AI導演&元小第影視科技創始人郭晗、北京亦莊模數OPC社區核心建立者&《賽博鵬哥》製片人周鵬、南京序曲科技創始人&愛智島南京城市合夥人序曲、AI電影《奇譚·紙刃渡荒墟》聯合導演/編劇嶽思雨、《後西遊記》製片人黃豆、至頂AI實驗室聯合主理人路飛、藝通佰通（上海）藝術發展有限公司董事長&異託邦創始人劉偉、AI創作者/資深講師/出版作者&愛智島杭州城市合夥人鍾洋、AIGC藝術家&AI導演&OPC超級個體&多平臺超創嶽天師、資深全棧設計師，國際AI影像雙獎得主肥桃等嘉賓現場探討了AI內容爆發下的真正價值錨點。

在由AIGCLink領銜的FDE實戰營上，圍繞FDE團隊的角色構成與協作方式，可複用資產的沉澱路徑，以及不同付費模式下的風險與結果邊界約定，紫光智算王培農、百川智能技術總監郭美青、中國人工智能學會智工委常委董慧智、函子科技創始人蔣耀鍇、Google Cloud 大中華區FDE團隊負責人王書元、AMD大中華區 AI 市場經理趙晨光、Clawith聯合創始人覃睿、OpenDesign CMO兼增長負責人李錦威、蘇州畫宗人工智能科技有限公司創始人兼CEO秦文山等嘉賓現場探討了FDE推動AI模型的實際交付問題。

在由LangGPT社區領銜的Harness工作坊上，以各類真實任務貫穿全程，LangGPT創始人&微軟MVP&Whobot AI負責人云中江樹、知名 OPC&TRAE Expert彭超、詞元映射創始人張夢飛、詞元映射CTO梁凱銳、Agent 特區創始人&知名 FDE馬工、公眾號&即刻博主&個人開發者雲舒、AI雷達（大模型智商眾測）社區創始人&分佈式雷達發起者陳昱等嘉賓現場展示了Harness工作流搭建、工具組合、權限控制、結果評測和故障恢復的思考與方法論。大會期間，《原點TALK》特別版呈現了“出海2027，時局與時機——AI如何重寫企業出海？

”專題討論，PEC China發起人、至頂科技CEO兼總編輯高飛與平凱星辰副總裁劉松、亞馬遜全球開店大客戶拓展與運營總監陳馨、OpenDesign CMO兼增長負責人李錦威、函子科技創始人蔣耀鍇、集思科技創始人兼CEO李世尊、雲蝠智能創始人魏佳星幾位嘉賓共同探討了AI為企業出海帶來的機遇和實踐經驗。

與此同時，大會現場展區還設置了豐富的互動演示，近距離展示了前沿AI技術，海升投資、Google Cloud、亞馬遜全球開店、網易智企、AMD、施耐德電氣、華碩、Dell、Unity、愛智島（AI·DAO）人工智能創作聯盟、軟積木、硅基流動、寅譜計算、軟通華方、VeryCloud、星漢未來、中國電信、至頂AI實驗室等AI產業鏈參展企業集中展示了人工智能技術產業背後的能源、芯片、基礎設施、模型、應用，與會嘉賓和到場觀眾現場直觀感受到了人工智能技術背後的完整技術架構和產業落地價值，為AI在企業中的應用提供了生動的參考。該文觀點僅代表作者本人，平臺僅提供信息存儲空間服務。+12