大模型技术的飞速发展，在自然语言理解领域和多模态建模领域带来了一系列的技术变革，从环境的理解、自然语言理解到对话管理，到用户的交互形态都在剧烈的变化，基于大模型的 Agent 的应用形态在迅速普及。这一切都让整个世界对人机交互的变革带来了新的期待。

本次分享将深入探讨蔚来智能座舱中的人工智能情感伙伴 NOMI，从其实际应用案例出发，详细阐述背后的产品设计理念、技术架构，以及大模型技术与产品结合的实现路径。演讲将特别聚焦于多模态大模型和 Agent 等关键技术，深入解析这些技术如何在产品中得到应用。

演讲提纲：

1. 人工智能情感伙伴 NOMI 的设计理念与产品体验
   • NOMI的设计理念
   • 产品体验案例分析
     •   用户反馈与互动实例
     •   情感识别与响应机制
2. 技术架构的演进
   • 前LLM时代的 NOMI 技术架构
     •   技术栈与设计选择
     •   交互流程与用户体验
   • LLM时代的技术革新
     •   大模型的集成与优化
     •   架构的可扩展性与灵活性
3. 大模型落地的策略与实践
   • 技术与产品的匹配思路
   • 情感化助手的深入探讨
   • Agent 原生架构设计
4. 总结和展望

听众收益：

• 了解先进人机交互系统的设计的真实经验
• 学习大模型落地的真实经验和思考

随着用户的需求和行为日益多样化和复杂化，传统的数字化营销方法已经难以满足市场的变化和竞争。如何利用人工智能技术，尤其是人工智能大模型，来提升数字化营销的效果和效率，是营销从业者面临的新的机遇和挑战。本演讲深入探讨了大语言模型在企业营销应用中的落地和局限，并通过展示如何有效利用 RAG、COT、Prompt 工程、微调、Agent 等大模型技术和框架解决实际业务挑战，同时结合京东物流沉淀的亿级的营销对话语料，分享如何借助大模型大幅减少电销以及销售线下获客的时间和成本投入。

演讲提纲：

1. 数字化营销的流程、技术点、问题
   • 以京东物流营销背景介绍
   • LLM 营销应用特点及挑战
2. 京东物流大模型落地案例
   • 大语言模型在客户侧应用：意图识别、多渠道触达（AI外呼、企微、人工外呼、投放等）
   • 大语言模型在销售侧应用：销售智能助手
   • 落地案例的解决思路和对应技术
3. 总结与展望

听众收益：

• 了解如何用大语言模型技术进行企业营销
• 企业内部大模型构建的方法
• 大模型企业营销的挑战和落地场景应用

大语言模型对话式交互对深度融合智能客服有天然优势，展现出巨大的应用潜力。面临大模型缺乏领域知识，以及幻觉存在误导用户等等的挑战，基于 RAG 结合领域知识进行加持显著提升意图理解准确性，确保回复的逻辑性和全面性，并具备用户情绪感应和安抚能力。通过这种结合，智能客服不再仅仅只是机械应答，而是能够真正解决用户和 UP 主疑难，借助 B 站大模型 bilibili index 加持，获取显著的业务收益，打造出高效、智能化、优质的交互体验。实践中我们探索了进一步升级 RAG 链路，通过优化检索和对齐机制，保障时效性，在风险可控的条件下确保应用稳健落地；另外将长文本与 RAG 架构相互协同，提升复杂问题解析与长链推理能力，满足深度咨询场景的需求。

演讲提纲

1. 大模型助力智能客服新范式
2. 大模型落地智能客服的挑战和难点
3. 具体实践中的创新思路和技术解法
4. 思考和未来展望

听众收益：

• 分享交流大模型落地智能客服的实战经验和用户真实反馈
• 探讨大模型结合业务知识的常见问题、解法及未来趋势

大语言模型作为一项前沿技术，为解决复杂问题提供了全新的视角和工具。尽管它们拥有巨大的潜力，但在实际应用中，我们认识到它们并非万能钥匙。本演讲深入探讨了大语言模型在企业级应用中的实际表现和局限，并通过携程的两个具体案例——房型名称的多语言翻译和智能商务服务——展示了如何有效利用这些技术解决实际业务挑战。我们发现在大模型的加持下，房型名称多语言翻译覆盖率大幅提升，商户服务效率显著提高。通过这些案例分析，帮助听众理解大模型的能力边界，并探索如何通过合理的问题拆解和应用策略来最大化其价值。

演讲提纲：

1. 大语言模型发展与能力边界
2. 携程房型名称多语言翻译和智能商服挑战
3. 案例深度解析
   • 大语言模型在房型名称多语言翻译中的应用
   • 大语言模型在智能商服中的应用
4. 总结与展望

听众收益：

• 了解如何用大语言模型技术解决企业中的复杂业务场景