人形机器人集成人工智能、高端制造、新材料等先进技术，有望成为继计算机、智能手机、新能源汽车后的颠覆性产品，大模型能力的涌现将具身智能推到了一个新的高度，与人形机器人的结合，打造集“大脑”、“小脑”、“本体”于一身的具身智能通用机器人，将深刻变革人类生产生活方式，重塑全球产业发展格局。本次演讲将深入分析智能机器人行业发展趋势，结合真实的产业发展趋势现状和痛点分析，阐述在大模型底层能力突破的基础上，具身智能通用机器人相关的前沿技术及深入解读，最后在大模型 + 机器人的背景下提出面向 AGI+Robot 行业生态构建的倡议。

演讲提纲：

1. 行业发展趋势
2. 产业发展趋势及痛点分析
3. 关键技术及系统集成
   • 强化学习运动控制
   • 大模型+具身智能+机器人全技术栈
4. 国内 AGI+Robot 生态倡议

听众收益：

• 了解大模型浪潮下具身智能机器人的重大机会
• 了解企业自身在大模型+具身智能机器人的浪潮中能承担的角色以及贡献
• 了解讯飞在大模型+具身智能机器人的一些成果进展

新能源已经成为中国乃至世界范围内绝对重点的产业领域。2023 年新能源产业竞争加剧，从 EV 价格战、到上游产品价格暴跌，从安全问题、到国际贸易考验，新能源企业无不着力“修炼内功”，以期通过技术创新带来差异化产品优势。EV 1/3 的成本在电池，而电池创新的核心是材料创新。当前主流的石墨负极体系，其能量密度已逼近理论极限。要想追求电池性能的大幅提升，就必须开发探索新型电池材料，如硅基、锂金属或固态电解质。AI for Science 如何助力新能源研究？如何助力企业开发下一代电池技术，保持国际领先身位？本次分享将畅谈目前动力电池的技术路线，电池仿真技术的革新以及 AI 大模型在电池开发中的应用。

演讲提纲：

1. 行业研发现状
2. 针对研发挑战的策略
   • 电池研发需求与趋：从实验试错到理性设计
   • BDA 工业软件：AI for Science 算法赋能电池材料
3. 应用案例

听众收益：

• 了解 AI for Science 新科研范式
• 深入探讨在电池材料的研发或者电芯的研发中，AI for Science 新范式的应用
• 开阔思路，如何实现算法突破工程实践以及具体的行业研发

蛋白质是一切生命的物质基础，相关研究不仅可以加深对基础科学的探索，也对药物研发有着重要的作用。DeepMind 于 2021 年发布的 AlphaFold 2 展现了人工智能（AI）在科学发现（AI for Science）中前所未有的前景，也为人们使用 AI 来帮助理解蛋白质序列、结构和功能原理，乃至设计自然界中不存在的全新蛋白质解锁了可能性。在本次分享中，我们将介绍字节跳动 ByteDance Research 在探索「大规模生成式人工智能赋能蛋白质科学研究」上的最新研究进展，特别是如何充分利用海量蛋白质数据驱动最前沿的生成式 AI 技术，包括大语言模型（LLMs）与扩散概率模型（DIffusion Models），构建和实现统一、通用且强大的「蛋白质基础模型」及其在蛋白质建模与设计上的应用。