家用空调占居民用电 50% 以上，节能是其核心竞争力，传统的节能优化方向主要是硬件升级，控制算法仍然以经典的 PID 算法为主，存在成本增加、达温慢、控温不精准等问题。小米空调基于米家平台，具备远高于行业水平的联网率和大数据基础，加上小米深厚的 AI 积累和应用经验，我们探索并落地了基于深度强化学习的 AI 控制算法，在相同硬件设备和工况下可实现 20%~40% 的节能，对传统的空调产品实现了智能化升级。本次演讲将分享基于深度强化学习的运行节能技术实现。

演讲提纲

1. 业务背景与挑战

• 节能是空调的核心竞争力
• 传统的节能优化方向以及局限性
• 大数据使得 AI 控制成为可能

2. 解决思路

• 物理模型 + AI 算法将空调系统建模为优化问题
• 深度强化学习实现多目标最优化控制

3. 实践过程

• 空调-房间系统建模
• 控制算法选择与优化
• 算法的产品落地
• 算法泛化性与升级

4. 经验总结

• 理解 AI 深入业务为交叉创新带来可能
• 尊重行业规律并用好 AI 才能助力行业变革

5. 未来展望

• AI 拐点已至：数据、算力、算法已进入新的阶段
• 空间巨大：行业智能化升级的需求与 AI 融合充满想象

您认为，这样的技术在实践过程中有哪些痛点？

• 实验室环境与真实用户工况的差异性会降低算法效果
• 每发布一款新机型都需要重新训练模型并完成适配工作

演讲亮点

• 系统介绍数据驱动的黑盒 AI 方法如何与白盒机理方法相结合并落地到传统硬件产品的经验

听众收益

• 了解 AI 与传统行业交叉创新的思路
• 了解 AI 落地传统硬件产品的实践过程

即时配送业务需要在规定的时间和空间范围内，调度千万量级的订单和百万量级的骑手进行匹配，过程中应用了大量的智能算法。由于算法的可解释性弱、线下评测难度大等问题，我们在算法评测领域进行了深入的探索和实践。核心聚焦在算法效果评测的方案生成和平台建设，涵盖评测集筛选、评测指标制定，算法服务结果采集、评测报告生成、分析和 badcase 归因定位，最终给出线下评测结论，同时在效果评测和 badcase 分析的基础上，进一步给出算法优化方向的建议，帮助算法团队在上线前把控算法的迭代效果，缩短迭代优化周期。目前，基于该评测理论开发的算法评测平台支持可定制化的评测和分析定位能力，覆盖了饿了么的商流、物流等多个算法方向，显著提升了算法迭代的效率和质量。本次演讲我将分享饿了么即时配送算法评测与优化过程中的痛点案例及解决之道。

演讲提纲

1. 算法迭代流程中常见问题和痛点

2. 算法效果评测方案 & 平台落地 & 案例

• 算法评测指标设计
• 筛选和生成自带标签的评测集
• 算法服务数据采集
• 评测结果处理及报告生成

3. Badcase 分析归因 & 平台落地 & 案例

• 规则分类归因
• Shap 模型可解释
• 基于流量染色的实时 Debug
• 日志复现

4. 算法效果优化分析 & 落地

5. 落地实践 & 展望

• 平台支撑的业务方向
• 落地情况 & 效果
• 新技术的应用与探索

您认为，这样的技术在实践过程中有哪些痛点？

• 在新的算法方向接入时，需要设计和不断调试评测指标、以及调整评测集采集规则，过程比较耗时，并且需要该方向的同学有较深的经验积累；需要考虑初步的解法
• 针对一些实时特征依赖多的算法评测，需要结合开发特征的 mock 能力，否则实时指标波动大，对预期结果的影响较大；--根据目前探索，建议先从读场景切入，后续深入到写场景，使用 mock 方式

演讲亮点

1. 算法效果评估前置 vs 传统 AB 实验后验

• 业界现状：强依赖空跑、灰度 AB 实验等后置验证链路质量和效果，问题发现滞后（至少需天级别或周级别的时间），业务有损
• 本方案优势：通过线下前置对模型 & 算法工程链路做整体的效果评估，利用历史埋点数据做加工，筛选出带有标签的有针对行的评测集，对待测算法服务进行评估，前置评估出效果指标以及按照规则筛选出 badcase，同时提供漏斗式分层归因排查方式，帮助算法快速定位问题，进行优化

2. 自动归因体系 vs 人工排查

• 业界现状：Badcase依赖人工标注、单点的分析排查工具，耗时长且依赖经验
• 本方案创新：三层归因漏斗：日志规则→ Shap 解释→实时 Debug（或日志复现等方式），实现 70% 以上问题的自动归因；先根据规则做问题分类

针对模型效果类问题，使用 shap 可解释工具，量化特征贡献度（如“商户位置”特征在超时预测中权重），辅助算法快速调优评估出特征重要度；针对算法策略问题，使用实时 debug 等方式，定位策略代码问题。同时在分析基础上，给出算法优化方向建议。

听众收益

• 从质量和稳定性的方向上，了解前置的算法效果评测的方法论及整体的解决方案：过往算法效果更多依托线上的 AB 实验等方式进行验证，不仅回收效果时间长还可能对线上业务造成影响。本方案介绍了在线下如何更前置的对算法模型进行评测
• 了解先进的 Badcase 归因技术及实践应用：讲解算法 Badcase 自动分类归因机制，涵盖基于日志的诊断、Shap 模型解释下的特征影响分析、以及实时 Debug 功能支持下的问题快速定位方法。这部分内容不但帮助算法线下调优，针对线上问题也可以进行快速诊断，提升解决问题能力和迭代效率
• 了解在算法效果评测数据分析基础上，寻找算法优化方向的方法以及实践

大语言模型的爆发为诸多传统AI难以解决的问题带来了新的可解性，伴随大语言模型能力持续增强，AI应用进入了爆发前夜。然而从软件工程角度，AI研发与传统工程编码有较大差异。传统的编程逻辑（本质是“人类智能”），基于因果推理，确定的代码产出确定的逻辑结果，系统逻辑清晰、可解释性强，结果验证便捷，因此核心关注点即为代码本身。与之不同，由于当前基于 Transformer 架构的 AI 系统本质基于统计机器学习，AI 系统数据依赖强、可解释性差，且模型训练、验证耗时较长。这也为基于AI的产品发布上线后的快速迭代运营带来了挑战。Gartner 认为，到 2025 年，10% 具备完备 AI 工程最佳实践的企业，相比其他 90% 不具备此类实践的企业，AI 能效至少提升 3 倍。 本次演讲我将从业务场景出发，结合真实应用的业务流程（如：数据智能生成、数据管理、训练集群调度优化、测评准出等），阐述相关的系统架构与技术方案，并对 AI 开发平台如何构建组织内 AI 工程最佳实践提供未来洞见。

演讲提纲

1. LLM时代，AI 应用如何高效落地与持续迭代

• 背景介绍
  • 大语言模型的爆发为诸多传统 AI 难以解决的问题带来了新的可解性
  • 人工智能生产范式，转向以大模型为核心的开发路径，AI 应用进入了爆发前夜
• 痛点 1 ：
  • 如何提质增效：LLM 研发对数据、计算等资源要求巨大，研发面临：开发“烟囱化”导致的效率问题
  • 部署、评测流程“手工化”导致的质量风险
  • 研发资源“本地化”，导致硬件成本问题
• 痛点 2
  • 如何助力业务持续成功：基于 LLM 的 AI 应用在数据生成-训练微调-测评准出提出了新的环节和要求
  • 如何提升 AI 要素关联性，保障研发迭代与线上更新效率，成为业务持续成功的关键

2. 面向 LLM 时代的 AI 开发平台与 DL 时代差异，友商分析与解决方案设计

• LLM 落地业务设计与生命周期分析，AI 开发平台对 AI 应用的核心支撑点
• 国内外云厂商与研发机构，如何设计 LLM 时代的 AI 开发平台：产品定位与构建最佳实践对比分析
• AI 研发“驾驶舱”总体设计：释放 AI 研发团队潜能，加速 AI 应用高效落地与迭代，助力 AI 业务持续成功

3. LLM 时代，数据智能生成与治理、训练、测评准出模块架构与落地

• 数据智能生成与治理系统构建
• 训练平台与分布式调度的革新
• 测评准出与制品管理系统的设计
• 面向 ML 生命周期管理

4. 借助网络安全、多语言翻译等真实应用，分析基于“AI 研发驾驶舱”应用的经验与注意事项

• 研发驾驶舱在“降本增效”中的应用情况与经验总结
• 研发驾驶舱在“助力业务持续成功”中的应用情况与经验总结

您认为，这样的技术在实践过程中有哪些痛点？

• 数据智能生成环节中，基于强化学习的对抗数据生成未能深入探索，有进一步发挥空间
• 当前分析更多是基于目前 AI-Agent 应用演进构建的最佳实践，伴随大语言模型能力的持续提升（诸如 DeepSeek-R1 等推理模型的诞生），部分平台架构可能需要持续演进迭代，以适应最新的模型能力和应用研发趋势

演讲亮点

• 结合十余家业界主流 AI 开发平台调研以及大量真实AI应用研发需求，分享构建面向 AI 应用研发迭代过程的“AI 研发驾驶舱”的具体实践
• （据个人所知）业界首次提出，大语言模型时代 LLMOps 落地具体方案展望，供共同讨论提升

听众收益

• 案例讨论：面向大语言模型应用研发流程的AI基础设施，典型构建案例分析讨论
• 开拓思路：结合业界主流厂商，了解我们面向大语言模型时代的 LLMOps 系统构建思考
• 应用实践：结合真实应用案例共同探讨 AI 研发平台的下一步发展路径

自 2024 年 9 月以来，大语言模型在推理方面的展现出了惊人的进展。在代码、数学等需要强大推理能力的领域，大语言模型已经走出实验室走向实践。医疗领域中的临床推理，要求模型基于强大推理能力，将艰深的医学知识灵活的应用到对病人病情的分析和检验检查结果的解读上，从而最终获得正确的诊断。本次演讲从介绍合情推理开始，首先回顾强化学习视角下的大语言模型训练的数学基础，然后以 Deepseek R1 为例梳理大语言模型推理技术的发展，再介绍百川智能研究小组在训练大语言模型进行临床推理的实践，最后讨论如何继续提升模型能力的可能方向以及大语言模型与人类在智能上的差异表现。

演讲提纲

1. 推理：真实世界中的合情推理

2. 序章：强化学习视角下的大语言模型训练

• 在充满噪声的反馈回路下，带着镣铐学习跳舞
• 模仿学习、演示学习和偏好学习

3. 脉络：大语言模型的推理技术的发展，以 Deepseek R1 为例

• 少有人走的路：代码、数学和通用
• R1-Zero 带来的启示：Test Time Scaling 和 SFT Seed

4. 临床：医疗的内生复杂性，推理能力 + 领域知识的临床推理范式

• 临床推理范式：生成诊疗假设，继而通过检验检查数据进行假设证伪与排除，最终经由自反思机制对剩余假设进行概率排序，输出符合临床思维路径的诊疗建议
• 基于Monte-Carlo Tree Search进行推理的几个问题：缺乏多样性、树结构退化以及无法利用前序探索路径
• 临床推理中的state和action定义，以及基于此进行的Process Reward Model数据标注
• 在没有R1的世界大杀四方，Recall “The Bitter Lesson"

5. 展望

• 重谈场景的摩尔定律(杨植麟 vs 闫俊杰)
• 大模型是否比我们更靠近终极真理？大模型智能与人类智能的差异表现

您认为，这样的技术在实践过程中有哪些痛点？

• 专家的稀缺性对 RLHF 范式的根本挑战
• 通用技术进步的曲线仍然很陡峭的情况下，垂直领域难以构建壁垒

演讲亮点

• 一站式回顾大语言模型训练的底层数学机理和推理技术发展
• 对大语言模型与人类在智能方面表现差异的初步讨论

听众收益

• 深入了解大语言模型的训练和推理技术的发展脉络
• 获得如何将大语言模型应用到垂直领域的实践经验

面对行业数据孤岛和交互低效的挑战，企业智能化升级亟需突破传统技术瓶颈。数据孤岛现象导致企业内部信息流通不畅，各部门数据难以整合，严重影响决策效率和业务协同。同时，现有交互系统响应迟缓，无法满足实时性需求，尤其在客户服务和智能交互场景中表现突出。

为解决这些问题，云信提出创新方案，融合声纹、情感、环境音等多维信号，结合大语言模型的动态微调能力，实现个性化对话理解。这种融合方式不仅提升了交互的自然度和准确性，还支持互动、打断和交互识别，显著改善用户体验。此外，通过“ LLM+ASR+TTS ”以及 LLM 实时交互的混合模式，企业能够快速部署符合自身场景的 AI 智能体。这种模式在教育 AI 口语教练、医疗问诊辅助、社交陪聊与助聊、AI 智能客服等多个场景中实现落地应用，展现了强大的跨模态数据协同能力。

本次分享我将深入解析这些技术背后的实现原理，探讨从语音对话到智能体对话的技术演进路径，并展望脑机接口、3D 空间音频等前沿技术的发展方向。

演讲提纲

1. 大模型带来对话交互变革

• 传统语音系统在语义理解、场景适配、多模态协同的局限性
• 大模型驱动的多模态能力重构人机交互逻辑
• 对话式 AI 语音智能体技术的突破与创新

2. 技术引擎：大模型融合的对话式语音 AI 技术架构

• 多模态语音基座：端到端语音表征学习 + 大语言模型微调框架
• 动态场景感知：声纹/情感/环境音的多维度信号融合
• 推理加速：流式语音处理与模型蒸馏的工程优化
• 语音-语义联合建模：基于 Prompt 的上下文对话理解增强
• 噪声场景鲁棒性：对抗训练与声学特征解耦技术
• 个性化交互：用户画像实时嵌入的动态参数微调

3. 场景落地：跨行业应用实践与教训

• 教育场景：AI 口语教练技术解析与应用
• 医疗领域：智能问诊辅助系统
• 社交领域：基于大模型的智能伴聊、助聊
• 嵌入式场景：对话式 AI 在 IoT 场景的效果优化

4. 未来展望：多模态交互的无限可能

• 脑机接口与语音 AI 的融合探索
• 3D 空间音效与 AR 场景的沉浸式交互
• 对话式 AI 与硬件结合的多种展望

您认为，这样的技术在实践过程中有哪些痛点？

• 不同大模型、同一大模型在不同场景下的调优问题非常复杂，训练优化问题
• 对话进程中，AI 对其他人声识别造成的对话中断问题（AI 对话进行打断机制）以及多人对话的选择性识别问题
• AI 对 Prompt 的理解程度带来的角色塑造和对话问题
• AI 对话相应的实时性，不同场景下的延迟思考与实时响应的平衡和技术优化问题

演讲亮点

• 分享对话式语音 AI 智能体的实现逻辑
• 提供不同行业的应用实践案例
• 大模型结合语音训练的经验和教训
• AI 在音视频技术升级上的实践
• 对话式 AI 在社会公益和社会价值的落地实践

听众收益

• 了解教育、语聊、社交、客服等不同场景下的 AI 落地经验
• 了解大模型与对话式 AI 结合的技术细节和实现路径、教训
• 了解对话式 AI 在硬件领域（AI 玩具）的落地实践

因果推断与大模型的结合是近年来电商定价领域的前沿创新。本演讲将深入探讨如何运用因果推断理论和大模型方法应对电商定价的挑战，优化商品价格策略，提升定价决策的科学性和精准度。演讲将分享在实际业务中实施该方案所面临的挑战，包括数据处理、模型落地等方面的难题，并展示通过大模型优化定价策略所带来的显著业绩提升。

演讲提纲

1. 因果推断概述

• 因果科学的演进与核心概念
• 关联预测与因果干预的本质差异
• 因果推断在定价策略中的应用与价值

2. 因果推断与大模型融合的方法

• 因果推断与大模型融合的优势
• 基于因果框架的大模型训练
• 大模型对因果推断准确性与规模的提升

3. 应用于定价策略的挑战与解决方案

• 因果效应估计的置信度校准
• 模型的可解释性
• 多目标优化与策略调整

4. 电商场景中的实践

• A/B测试体系与效果评估方法
• 因果推断与定价调整的实际案例

5. 行业前景与技术发展方向

• 因果推断与大模型技术融合的创新与挑战
• 跨行业应用的潜力

您认为，这样的技术在实践过程中有哪些痛点？

• 如何处理海量数据和高维特征的模型训练
• 如何保证模型的实时性和稳定性

演讲亮点

• 定价策略的核心目标是通过调整价格来影响销量，从而提升销售额或利润。然而，在拥有海量商品且影响销量因素众多的电商环境中，传统方法难以有效区分价格与销量之间的相关性和因果关系，导致调价后往往无法达到预期效果。因果大模型能够深入挖掘价格变动与销量之间的因果关系，显著提升定价策略的成功率，进而帮助商家提升市场竞争力和盈利能力。

听众收益

• 深入了解因果推断与大模型在电商定价中的创新应用
• 掌握电商定价中面临的技术挑战与解决思路
• 获得如何在实际业务中实现模型落地的实践经验

在新零售模式下，面对 1500 + SKU 的丰富生态，店员需要掌握大量产品信息，这对他们来说是一项艰巨的任务。为帮助店员更好地了解产品、提升销售能力，小米 AI 实验室团队本着为销售赋能的目标，开发了零售通 APP 的 AI 助手功能。该功能将 AI 技术与新零售流程紧密结合，覆盖了问产品知识、问售后、问线索、问优惠券等多个场景，为销售各环节提供智能化支持。本次演讲我将从垂域大模型落地应用技术出发，重点介绍大模型在垂域知识注入、垂域 Agent 构建、幻觉检测三个方向，分享大模型在小米新零售场景的落地经验。

演讲提纲

1. 业务背景与挑战

• 门店规模及店员规模的快速增长
• 赋能店员培训 & 销售提效

2. 技术方案与创新

• 基于 RAG 的垂域知识注入及理解：提升 LLM 在垂域上的知识理解及推理能力
• 场景 Agent 构建：提升垂域中特定场景的专家能力
• 幻觉检测：噪音增强的幻觉检测

3. 垂域大模型落地的经验总结与建议

您认为，这样的技术在实践过程中有哪些痛点？

• 性能与成本的平衡
• 大模型幻觉难题
• LLM 推理能力的局限

演讲亮点

• 垂域知识注入及理解：RAG 场景下的大模型预训练及微调
• Agent：提升业务智能化体验

听众收益

• 了解垂域大模型的知识注入技巧
• 掌握垂域的 Agent 构建
• 幻觉检测方法