元宇宙时代，我们的现实世界和虚拟世界建立映射，需要把大量的现实世界物品进行三维建模。目前自动建模技术只能建模部分物品的形状、纹理，无法自动建模材质，非常受限。游戏、电商等三维模型主流应用均采用建模师手工建模方案。最近神经渲染技术发展速度非常快，使得自动建模成为可能。阿里巴巴首先实现了基于神经渲染的建模解决方案，可以对商品实现自动化高清三维建模，还原度超过建模师效果，同时能够进行 AI 创作，自动化生成完整的三维场景，可以以此为基础开展各种应用。目前，该技术已经在淘宝 App 中应用。

知识图谱的构建与表示学习，近年来有丰富的研究场景与大规模的工业落地。本次分享主要讨论一系列知识图谱构建的通用方法，包括实体识别、关系抽取、实体链接、新实体发现等，着重介绍实体链接（Entity Linking）的相关前沿研究，并讨论微信知识图谱 WeKB 构建中遇到的挑战，以及大规模业务场景下的应用实例。

演讲提纲：

1. 知识图谱及其应用

2. 知识图谱构建的通用方法

3. 实体链接技术前沿研究

4. 微信知识图谱 WeKB 的构建

• 时效性：实时知识获取模块
• 结构化：中文实体链接的领先方法
• 多模态：融合图像、视频等广域信息

5. WeKB 的业务应用实战

你将获得：

• 熟悉知识图谱构建的基本方法
• 了解实体链接技术的前沿研究
• 了解业界知识图谱的应用实践

近年来，短视频逐渐成为用户消费的主要内容载体，每天都有大量 UGC 短视频被生产、分发和消费，如何对视频内容进理解和表示，提升短视频搜索、推荐的精准性，成为了各大短视频平台面临的重要问题。本次分享主要围绕多模态视频检索，介绍相关前沿研究和面临的挑战，以及在快手短视频场景中的探索与应用，包括视频版权、相似视频、视频元素搜索等。

演讲提纲：

1. 多模态检索技术及应用

2. 学术前沿研究

3. 困难与挑战

4. 多模态检索系统的构建 

5. 应用案列及展望

你将获得：

• 了解多模态检索领域的前沿算法
• 了解视频检索系统的构建与应用
• 了解多模态检索技术的发展趋势
   

近年来，视频内容行业发展迅猛，成为当前互联网领域最重要的内容消费形式，为用户提供更好的创作工具也成为建立内容生态的关键因素。得益于深度学习技术的迅猛发展，也为视频创作提供了更多元的创作方式和玩法的可能性，而如何将前沿图像算法应用到移动端 App 成为了最具挑战的课题。本次分享将以视频图像分割技术在移动端的落地为案例，讲述深度学习算法部署到移动端的优化方法和应用实践。

演讲提纲：
1. 视频图像分割技术应用场景
2. 分割技术的进展
3. 视频应用中的挑战
4. 移动端侧性能优化
5. 应用案例及展望

你将获得：

• 了解视频图像分割前沿算法技术
• 了解算法在移动端应用落地流程及优化方案
• 了解移动端侧图像算法应用和发展趋势

近几年 Transformer 系列模型成为了自然语言处理、计算机视觉、语音识别等领域的主流模型，但其注意力的核心机制带来了庞大的计算量，导致模型训练时间长、推理部署延迟高，需要非常高昂的硬件和时间成本，这是很多科研和业界工作者无法接受的。针对这一痛点，LightSeq 结合了算子融合、混合精度训练优化、显存优化、层级式解码等技术，将 Transformer 系列模型的训练速度提高了 1.5-3 倍，推理速度提高了 4-10倍。LightSeq 支持多种主流深度学习框架和训练库，使用灵活便捷。目前 LightSeq 已经开源并获得了广泛关注，被应用到了字节跳动火山翻译、搜索、广告、推荐等众多业务上。

近年来，随着自然语言处理（NLP）技术的快速发展，智能语音助手、智能音箱、智能语音电视等设备已经逐渐成为我们日常生活中的常用工具。本次分享将以自然语言处理技术在小爱同学的实际落地方案为例，介绍文本分类，槽位抽取，意图消歧等常见 NLP 任务的应用实践及优化改进方案。

演讲提纲：

1. 小爱同学的语义理解方案

2. 槽位抽取算法及其应用

3. 文本分类算法及其应用

4. 多路径消歧算法及其应用

5. 基于用户行为反馈的自学习

你将获得：

• 了解任务型对话系统的语义理解基础方案
• 了解 NLP 算法经典任务的应用实践
• 了解 NLP 算法的实践改进方案