大模型在企业精准场景落地时，有 Model Centric 和 Data Centric 两种范式。相较于大模型厂商提升模型能力，Data Centric 更关注如何从数据出发，解决实际大模型落地的痛点。

本次演讲将深入探讨企业在大模型结合场景落地过程中面临的技术挑战与困境，以及如何基于以数据为中心的大模型落地范式和架构，将企业内部外部数据转换为知识，构建统一语义层，结合知识引擎与 Hybrid RAG 技术，做到大模型落地应用效果好、过程可解释、结果可追溯。

演讲提纲：

1. 大模型在企业级精准场景落地中的困境与技术挑战
2. Data-Centric 大模型落地范式和架构
3. 企业数据转知识的技术路径
4. 企业统一语义层的构建
5. Hybrid RAG 的实际应用
6. 落地案例解析

听众收益：

• 了解 Data Centric 核心要点，以及如何利用此范式助力提升大模型落地效果