传统多模态模型在动态视频理解与复杂推理场景面临严峻挑战。快手开源的Keye-VL模型在多模态思维链技术​​实现突破，具备独特的​​auto-think（自动思考决策）​​、​​agentic-think（代理工具思考）​​ 等先进能力，在视频理解领域，尤其是短视频理解方面，展现出业界领先的性能。
本次演讲将从多模态思维链技术出发，解析Keye-VL多模态大模型的核心技术，并分享Keye-VL在快手短视频社区的落地应用。

演讲提纲

1. 多模态思维链的技术革新意义
2. Keye-VL的多模态思维链核心技术解析​​
3. 多模态思维链在快手社区的落地应用
4. 成效验证与未来方向

您的演讲有哪些前沿亮点？

• 多模态场景下的Agentic Think能力
• 多模态强化学习范式
• 多模态场景下的自动思考

听众收益

• 了解多模态思维链技术
• 从效率和效果两个维度考量多模态思维链技术
• 了解多模态思维链技术在短视频社区如何落地

随着大模型与空间感知技术的融合加速，具身智能与自动驾驶正迈入需要更真实、更高效、更智能环境模拟的关键阶段。本次分享将围绕其域创新XGRIDS在空间智能领域的技术探索与应用落地展开，重点介绍如何通过多传感器SLAM+3D高斯泼溅（3DGS）技术方案，实现高效率、高还原度的真实世界数据获取，并借助Lixel CyberColor平台与仿真平台（如NVIDIA Omniverse）的打通，打破传统建模瓶颈，赋能AI训练、机器人具身智能与自动驾驶仿真。

通过本次分享，您将了解空间智能技术在自动驾驶仿真中的最新应用趋势，看到3DGS如何真正成为AI世界理解与决策的“真实环境数据底座”。

演讲提纲

1. 空间智能的核心要素与行业趋势
   • 空间智能概念解析
   • 具身智能、自动驾驶对真实世界数据的需求
   • 传统现实捕捉与仿真痛点
2. XGRIDS空间智能解决方案与技术路径
   • 多SLAM融合：移动扫描的效率与精度结合
   • 3D高斯泼溅（3DGS）：突破传统Mesh与点云的效率瓶颈
   • Lixel CyberColor平台：从扫描到可交互3D环境的高效流程
3. 3DGS+AI仿真的应用探索
   • 与NVIDIA Omniverse等仿真平台的无缝打通
   • 3DGS在自动驾驶仿真中的优势：更真实、更快速、可大规模部署
   • 3DGS在具身智能训练中的价值：空间理解、环境交互、低成本数据迭代
4. 案例分享：空间数据在AI落地中的实践
   • 自动驾驶仿真场景重建案例
   • 具身智能机器人虚实融合训练环境搭建案例
   • 与合作伙伴的联合创新进展
5. 总结与未来展望
   • 空间智能+AI的产业发展趋势
   • XGRIDS下一步在3DGS、仿真与AI融合方向的布局

听众收益

• 了解空间智能、3DGS与AI仿真的核心技术与最新行业趋势
• 掌握高效获取、快速生成、真实还原3D环境数据的技术路径
• 看到3DGS技术在自动驾驶、机器人具身智能、仿真训练中的实际应用价值
• 借鉴XGRIDS在空间智能技术商业化落地过程中的经验与思考

您的演讲有哪些前沿亮点？
通过深入浅出的讲解最前沿的三维建模计算：SLAM+3D高斯泼溅，提出具身智能下一步技术跃进的底层仿真技术基础。

本次分享将围绕大模型在出行领域的技术突破与场景落地，重点解析如何通过“多模态交互、场景化服务、生态高效融合”三大能力，重构人车关系，推动座舱体验进一步从“功能主导”向“智能驱动”的升级。内容将结合腾讯在出行行业的探索，探讨智能座舱、车载语音助手等的最新实践，为相关领域的技术和产品人员，提供“大模型+出行”的方法论与落地路径参考。

演讲提纲

1. 行业趋势与大模型价值
   • 传统方案的局限性（交互生硬、场景割裂、生态封闭）；
   • 大模型的核心优势：多模态理解（语音+视觉+文本）、泛化能力（少样本学习）、场景适配（端云协同优化）。
2. 大模型核心技术探讨
   • 多模态交互
   • 场景化训练
   • 端侧大模型探索
3. 前沿实践
   • 端云一体
   • 生态融合
4. 未来趋势

听众收益

1. 掌握大模型在出行领域的核心技术路径（多模态融合、端侧优化、场景化训练）。
2. 了解出行行业的前沿趋势、降本增效路径等。
3. 明确大模型的落地场景、生态合作模式。
4. 启发对 AI 技术与产业需求结合的深度思考。