随着RAG技术的持续进步和应用领域的扩展，其在企业实际落地中所面临的局限性与技术挑战也逐渐显现，亟需进一步的探索与改进。本次专题将深入探讨RAG及相关框架在企业应用中的难点与创新实践，拓展RAG技术在不同领域中的应用维度。

当下，AI Agent 已不再局限于执行基础任务，而是在复杂决策、创意生成等高阶智能领域展现出惊人的潜力。在这一进程中，AI Agent 的核心能力——记忆、规划、使用工具，都在逐渐深化与拓展。

讨论大模型推理过程中的各种成本优化手段，包括但不限于数据蒸馏，模型量化，推理框架优化，多模型Routing，多GPU架构组合优化，端侧推理等，共同交流探讨降低模型推理侧成本的经验。

作为人工智能领域的前沿热点，具身智能正逐步从理论走向实践，从“实验室”走向“应用场”。有了大模型的加持，具身智能将成为会思考的机器人，有好奇心，有自主学习能力，能不断自我进化。

本专题将通过深入探讨多模态大语言模型的核心优势与实际应用案例，介绍多模态技术如何通过处理和融合多种数据类型，推动行业创新，优化业务解决方案，并加速实际业务场景中的落地与实践。

本专题聚焦于大模型服务背后的智算基础设施与基础大模型研发中的前沿技术与实践。内容涵盖AI基础设施的构建、大模型的研发经验，以及应用落地的开发实战。通过深入探讨大模型AI Infra的设计、训练与推理架构优化，并结合多场景、多行业的应用案例，旨在为开发者、研究人员和技术专家提供有价值的参考，推动智算技术在算力基础设施建设及业务场景创新应用中持续释放价值

本次专题分论坛将邀请业界知名企业专家，旨在为与会者提供一个深入了解 AI Native 产品技术前沿、应用实践和未来发展方向的平台。通过促进跨领域的交流与合作，推动 AI Native 产品的创新与先进技术落地。

在本专题中，我们将邀请业界资深专家，分享他们在大模型应用中的宝贵经验，深入解析大模型在产品设计中的架构模式与方法论。同时，将探讨如何应对大模型在实际应用中面临的挑战，如成本控制、性能优化、效果提升及效率提高等问题。

本专场将邀请国内外人工智能技术专家给大家分享大模型技术的研究进展，以及在金融、教育、安全、芯片、自动驾驶等领域的技术探索，相关技术趋势如多模态、AI for Science等发展，有哪些值得我们深入思考和借鉴的？

从商业产品层面来讨论目前已经有哪些基于大模型的应用是成功走向市场了，效果如何，在技术和产品设计上走对了哪些思路？

本专题将深入探讨大模型在不同行业中的实际落地，涵盖数据集构建、行业大模型训练、评测和应用系统构建、以及行业落地应用等。

本专题重点关注以下三个方面：首先是本地化及场景适配：不同市场的数字化发展需求多样。例如，东南亚和非洲市场对跨境电商和自动化服务的需求较大，而北美和欧洲更关注AI与传统行业的融合及应用合规性​；其次是技术与合规挑战：随着各国加强AI监管，出海企业需关注数据安全和版权问题。尤其是在欧美市场的企业，若涉及使用当地用户数据，必须遵循欧盟等地的严格AI法案​；最后是市场竞争与合作：东南亚等新兴市场不仅有中国企业，欧美科技巨头也在积极参与竞争。

RAG 技术以其独特的检索增强生成能力，为语言模型的应用带来更多想象空间。但随着 RAG 技术的不断演进和应用范围的扩大，其在实际企业部署中遭遇的挑战和局限性也日益明显。本专题将通过各行各业具体的技术应用与场景实践，探索 RAG 在解决大模型幻觉中的创新策略与实战经验。

随着智能设备的普及和移动应用的多样化，AI技术在提升开发效率、优化用户体验以及推动创新方面扮演着越来越重要的角色。本专题深入探讨在鸿蒙生态下，人工智能技术如何助力移动应用开发的新范式。

在生产环境里的模型参数和用户数据的数据量越来越多，也越来越大，无论是大模型离线计算还是在线推理，对资源的需求越来越吃紧，但 IT 成本需要得到控制，因此性能优化上需要越来越深入去研究。

随着数据量的爆炸性增长，如何有效管理和治理数据。如何更自动化的实现数据清洗、数据标准化，甚至结合AI模型训练和推理进行数据生命周期管理等等。本专题关注数据管理与治理的应用，以及与AI技术结合的实践分享。