本次分享将从数据治理和人工智能两方面开展，以能源行业先进企业最佳实践为背景，详细讲述云鼎和腾讯联合方案及平台规划，展示最佳实践成果，并对未来数据治理、人工智能对业务的促进开展探讨和展望。

演讲提纲：

1. 背景介绍
   • 云鼎科技介绍
   • 政策趋势分析
   • 问题分析
2. 总体规划
   • 云鼎&腾讯联合方案
   • 统一数字底座规划
3. 应用成果
   • 数据治理最佳实践
   • 人工智能最佳实践
4. 未来展望
   • 数据治理+人工智能
   • 人工智能+应用场景
   • 以赛促用

听众受益：

1. 了解 AI 时代下数据治理和人工智能方案规划。
2. 了解行业人工智能+数据治理最佳实践，开拓应用思路。

本次演讲聚焦 “大模型驱动下的知识库问答体系革新”，深度解析网易有道 QAnything 从技术底层到应用落地的全流程实践。重点包括：基于 OCR 与 NMT 的早期技术积累，以及最新架构上融合的视觉模型、图谱模型，以及多跳推理模型，通过 BCEmbedding 模型与 Rerank 机制重构检索逻辑，使问答准确率显著提升，可解决各类复杂问题的问答，同时实现各类图片问答包括自然类图片、数据类图片、流程图类图片；开源版本支持离线部署、多语种检索等场景化能力；与 OpenCloudOS 联合推出的私有化方案，满足各类复杂业务需求。通过 Docker 一键部署解决企业环境配置痛点，实现稳定性与性能的双重优化。演讲还将通过真实案例揭示大模型时代 RAG 系统的技术挑战与破局路径。

演讲提纲：

1. 技术演进：从文档处理到智能问答的迭代
   基于 OCR、NMT 技术积累，解析 QAnything 从文档翻译到知识库问答的技术跃迁路径，包括有道速读、小 P 老师等阶段性产品演化。
2. 架构革新：大模型驱动的 RAG 技术体系
   详解多跳检索问题解决机制以及 BCEmbedding 模型与 Rerank 机制的核心设计，通过两阶段检索（向量检索 + 精排）提升问答准确率，对比传统 RAG 系统的数据优势。
3. 开源实践：全场景能力落地与生态共建
   介绍开源版本的离线部署、跨语种检索等特性，及社区反馈驱动的大版本迭代（如支持纯 CPU 运行、断网安装）。
4. 生态融合：与 OpenCloudOS 的私有化部署方案
   阐述 Docker 容器化部署方案如何解决依赖配置难题，实现稳定性、性能优化及国产化适配价值。

听众受益：

1. 技术框架：掌握大模型驱动的 RAG 系统架构设计，理解多跳推理模型、 BCEmbedding 与 Rerank 如何提升检索精度。
2. 落地能力：学习 QAnything 开源版的离线部署方法（支持纯 CPU、断网环境）及多语种问答配置。
3. 行业方案：获取企业级私有化部署经验，了解与 OpenCloudOS 融合后的稳定性优化及国产化适配价值。
4. 生态资源：对接 QAnything 开源社区与技术支持渠道，持续获取模型迭代与定制化服务。

本次主题将从存储灾备和跨云迁移出发，详细讲述货拉拉大数据存储在腾讯云 COS 上的灾备、迁移实践经验。同时 AI 时代的到来，给存储领域带来了新的挑战，我们将探讨这些挑战，并展示货拉拉如何联合腾讯云打造创新的解决方案。

演讲提纲：

1. 背景介绍

• 货拉拉介绍
• 大数据介绍

2. 大数据数据灾备

•  灾备背景
• 方案比对
• 成果收益 

3. 大规模存储跨云迁移

• COS 数据平台介绍
• 迁移方案对比
• 迁移过程
• 成果收益

4. AI 时代下存储的挑战与应对

• 当前面对的挑战
• 解决方案与收益
• 后续应对之策

听众受益：

1. 掌握大数据灾备和跨云迁移的关键策略与实践经验
2. 了解 AI 时代下大数据存储面临的主要挑战及应对之策