在数字内容爆炸式增长的今天，内容审核正面临前所未有的挑战：海量信息实时涌现、违规形式不断变异、跨语言跨模态治理难度陡增；传统人工审核与规则引擎的模式已难以应对 “速度与精度” 的双重考验，内容治理的效率瓶颈与风险盲区日益凸显。​而大模型时代的到来，大幅提升了机器的多模态理解、主动学习以及复杂语义推理能力，成为破解内容审核困局的核心选择。

本次演讲将从内容安全审核业务场景出发，介绍快手安全算法团队自研多模态大模型的核心技术方案以及真实场景的应用落地实践，包括多模态大模型预训练、大模型轻量化与训推优化、安全知识库RAG技术、安全大模型审核智能体等。

演讲提纲

1. 内容安全业务背景与挑战
2. 自研安全大模型核心技术
   • 多模态大模型预训练与微调
   • 大模型轻量化与训推优化
   • 安全知识库检索增强（RAG）技术
   • 安全大模型审核智能体应用
3. 未来的技术与业务应用趋势展望

听众收益

1. 了解短视频平台内容安全业务以及算法赋能模式
2. 了解安全垂类大模型的建设思路和迭代路径

您的演讲有哪些前沿亮点？

1. 垂类大模型的建设思路和应用实践
2. 大模型在特定场景定制化的方法论

随着国家进一步简化政府办事流程，让百姓少跑路，政府也千方百计考虑在政务智能客服场景的降本增效。再加上近几年LLM的爆热，对于传统的意图识别+NLP问答的智能客服场景正在被LLM重新定义，同时还增加了RAG和知识图谱的技术，进一步提升智能客服场景的问答准确率。为了提供拟人化交互式高准确率智能客服服务，我们提出以“精准服务，降本增效，温暖拟人，安全可靠”为差异化竞争力的垂域智能客服解决方案，其核心技术路径包括：

• 逐步确立了“LLM+知识图谱+RAG技术”垂域智能客服路线；
• 探索了自研开天大模型的训练流程和方法，提出了高质量客服数据处理pipeline；
• 提出了reward model+ 奖励函数GRPO创新训练策略；
• 对比分析了不同知识图谱框架性能和质量，结合LLM提出了知识图谱+RAG优化方法；
• 通过应用案例分析来验证有温度拟人化智能客服的效果。

展望未来，“LLM+知识图谱+ RAG”构建的智能客服场景复杂智能体将成为主流方式，但是在垂域应用场景的理解和认知方面还需要通过高质量数据集来训练专属LLM。同时，在复杂逻辑依赖下的知识图谱高效构建也需要更多的创新办法，来减低因LLM幻觉和语义理解偏差带来的图谱异常等问题。

演讲提纲

1. 政务智能客服场景及挑战介绍
2. 开天客服大模型研发之路
3. 知识图谱与LLM结合优化
4. 应用实践分析及未来展望
5. 总结

听众收益

1. 了解垂域智能客服系统面临问题和解决方案
2. 针对垂域场景的自研大模型如何微调训练
3. 如何构建知识图谱结合LLM来提升问答准确率

您的演讲有哪些前沿亮点？

1. 对于政务类智能客服场景深刻分析和痛点披露
2. 针对痛点问题提出解决方案（垂域LLM+知识图谱）
3. 垂域场景知识图谱构建方法对比介绍
4. 如何优化和提升应用侧的问答效果，形成应用-模型双向迭代闭环

近年来，AI 编码工具迅猛发展，在代码补全、脚本生成和技术问答等领域展现出卓越能力。然而，这些工具在游戏业务研发的应用比例并不算高。
本演讲将深入解析游戏开发者面临的核心痛点，分享网易游戏如何打造与头部竞品有差异化的 AI 编码助手，突破技术壁垒，实现从概念验证到规模化落地的全过程。其中提供的系统化思路与实战经验，将为与会者提供可落地的 AI 产品构建范式，助力团队实现研发效能的革命性提升。

演讲提纲

1. 业界有Cursor、Github Copilot、Windsurf等众多好用的AI编码工具，我们为什么还要造一个网易人的AI编码助手？
   • 游戏研发和互联网研发的差别
   • 游戏研发者的痛点问题
   • 我们的思考与整体规划
2. 在提效、提质两个场景下，我们应用了哪些关键技术，基于AI重塑游戏研发的全生命周期？
   • 卷模型：如何选择与持续测评最新大模型，为不同业务赋能
   • 卷工程：我们如何利用RAG、MULTI-AGENT等技术能力，提升在不同业务的应用表现
   • 卷知识：我们如何打造游戏知识空间，更好的服务上层应用
3. 技术人如何建立产品思维，打造好用的AI工具
   • 如何更快发现哪些业务场景可以用AI重做一遍？
   • 如何打造开发者体验更佳的AI工具？
4. 技术人如何建立运营思维，落地好用的AI工具
   • 酒香也怕巷子深，企业内部工具如何突破用户增长瓶颈，让团队级AI方案真正落地业务
   • AI被过度神话，我们如何管理好用户的期望？
5. 技术人如何升级团队管理思维，与AI共舞
   • 人员协作模式革新：质量左移与开发左移
   • 人员组织结构优化：基建与应用人才的搭配
6. 研发提效的未来展望

听众收益

1. 了解游戏研发利用AI提效的关键落地场景
2. 打造一款+AI产品的必经之路与经验之谈
3. 如何在企业内部真正落地AI工具，持续提效
4. 团队如何组织协作才能更好的在 AI 时代达到1+1>2的效果

您的演讲有哪些前沿亮点？

1. AI 大模型在游戏领域业务具体落地场景与成效
2. 从0-1打造并落地+AI产品的实践与方法论

伴随大模型技术的广泛应用，对传统业务模型带来新一轮思辨与重构。放眼全球文档编辑领域，各厂商均在利用大模型对自身业务进行重构与提效，以最小化用户使用门槛与学习成本，解决效率提升瓶颈问题，提供更专业且高效的生产力工具。

腾讯文档在过去几年内完成了标准化建设和架构治理，同时在持续探索AI大模型如何对现有业务进行提效，打造了标准化AI数据层与基础设施，为应用层诸多模块如空间、搜索、推荐等，提供原子化能力和基础数据支撑，让知识与内容跨品类深度融合，实现从传统工具向智能伙伴的思路转变。

演讲提纲

1. 传统业务模型存在哪些设计思路与能力短板
2. 腾讯文档AI基础设施与数据层建设思路
3. 如何为上层应用提供基础标准化能力支撑
4. 未来如何通过技术持续驱动创新，聚焦用户体验

听众收益

1. 了解腾讯文档的前沿技术探索与成果
2. 大模型时代如何解决传统文档领域的检索、创作、知识问答等瓶颈
3. 目前文档领域内的相关挑战，展望未来技术演进趋势

您的演讲有哪些前沿亮点？

1. 如何利用大模型对传统文档领域业务进行提效
2. 工具型产品在大模型时代如何成功破局
3. 如何为业务提供夯实AI基础设施与数据底座支撑能力

在大模型技术快速演进、企业智能化转型加速的背景下，本演讲聚焦大模型在制造业中的落地实践，概述其在企业内部的应用路径、典型场景及关键挑战。内容涵盖从内容生成、知识问答到 AI 搜索的具体应用案例，并剖析数据安全、数据质量、回答精度和人才短缺等落地难点，结合实践策略，为企业高效推进大模型落地提供可行参考。

演讲提纲

1. 大模型在企业中的应用路径
   • 应用步骤概览：当前多数企业主要使用大模型进行内容生成或知识库问答，提效空间有限。唯有与企业现有IT系统深度融合，才能实现服务升级和新业务的创新。
   • 应用框架解析：企业数据层涵盖数据库、内部文档、外部信息与工具。依托这些数据，可构建集“生成、问答、决策”于一体的大模型应用体系，推动业务流程智能化，释放生产力。
   • 智能体落地挑战与对策。
   • 什么样的场景落地效果好：按照应用效果高中低划分大模型应用。
2. 大模型在制造业的典型应用与落地实践
   • 应用现状分析：从应用成熟度、行业场景、业务部门、模型类型等维度，对制造业企业大模型应用进行系统性分析。
   • 内容生成类 
     • 内容生成场景有哪些
     • 应用案例：交班总结
   • 知识问答类
     • 知识问答场景都有哪些
     • 应用案例：设备维修助手
   • AI 搜索类
     • AI 搜索场景都有哪些
     • 应用案例：供应商风险调查
3. 大模型企业落地的关键挑战与应对策略
   • 数据安全问题
   • 数据质量问题
   • 回答精度问题
   • 人才短缺问题

听众收益

• 了解制造业落地大模型的实际场景与案例
• 识别企业落地过程中常见挑战及应对策略
• 借鉴行业最佳实践，推动自身企业转型升级