本专题将深入探讨 Agentic AI 的核心技术，包括自我学习、决策制定、情境理解以及多智能体合作等关键能力。我们将分析智能代理 AI 如何提升行业生产力，并为各个行业带来革命性的改变。

如何让 AI 的“大脑”和“身体”协同工作？如何构建能够在复杂环境中自主行为的 AI 系统？ 本次专题将邀请全球顶尖研究者、工程师和创业者，探讨具身智能的关键技术、应用场景以及未来趋势，共同探寻这一新兴领域如何推动下一代 AI 的发展。

本专题将聚焦端侧大模型关键技术，如：端侧大模型轻量化关键技术、异构环境下大参数量模型推理优化技术、端侧大模型应用实践案例和用户价值以及端侧大模型的未来趋势等，通过本专题，听众能够从不同的视角了解到大模型时代下端侧 AI 技术的演进方向、应用潜力和未来发展趋势。

随着大模型时代的到来，AIGC 正在以前所未有的速度和深度颠覆传统内容生产流程，尤其在游戏、动漫和音视频领域展现出巨大的潜力。本专题聚焦 AIGC（人工智能生成内容） 技术在数字内容产业中的前沿应用与深度实践。

在金融行业，大模型（LLM）已从技术热点转向实际业务应用。本专题聚焦金融大模型的工程化落地，邀请头部金融机构、AI 技术专家和行业实践者，分享从大模型选型、大模型集成、大模型的场景应用以及大模型的幻觉问题解决 的全链路经验。

工业大模型不是简单的 AI 工具升级，而是一种范式的转变。本专题将聚焦“大模型 + 工业”的融合趋势，讨论大模型在工业场景中的落地实践、面临的挑战与未来的机遇。我们将结合案例与技术演进路线，剖析从传统自动化到智能决策的跨越路径，并尝试勾画“工业操作系统”的未来形态。

本专题将聚焦于模型训练与微调的实战技巧，邀请行业专家分享他们在实际项目中的经验与见解。我们将探讨从数据准备到模型部署的全流程实践，揭示模型训练与微调的最佳实践和未来趋势。

大模型推理不仅需要处理海量数据，还需要在高并发和低延迟的环境下稳定运行。本专题将聚焦于大模型推理的工程实践，探讨如何通过技术创新、架构优化和工程实践，提升大模型推理的效率和可靠性。

AI 正在让人类编写软件的方式从高级编程语言往自然语言转换，Vibe Coding 突然成为了一个新的 Buzz words。本专题旨在探讨基于 AI 实现 Vibe Coding 效率倍增的案例，在研发 Vibe Coding 产品的过程中积累的工程和产品经验，AI Coding 的模型能力建设等。

搜索引擎是连接人与信息的重要桥梁，近年来随着大模型技术的不断发展，AI 搜索相较于传统的搜索引擎有着独特的优势，正扮演着越来越重要的角色。本专题聚焦于 AI 搜索的基础技术、前沿探索、工业界落地等方向，为听众带来一场精彩的技术分享。

本专题将聚焦四大关键维度，重点讨论如何构建统一的语义空间实现模态间深度理解、面向实时场景的多模态信息融合技术演进、大模型与企业系统的无缝集成实践、从实验室到生产环境的技术落地路径，为参会者提供企业如何将大模型从技术认知到商业落地的完整价值闭环。

越来越多的企业将 AI 工具应用到软件开发的全流程（包括需求、开发、测试、部署和运维各个环节）中，提升软件开发的效率，质量和安全。本专题将挖掘 AI 工具落地企业软件研发过程的实践案例，探讨工具选型、场景选择、技术实现、 ROI 评估等问题，少走弯路。

LLM 的推理能力与生成式 AI 的数据理解能力，为可观测技术（尤其是 AIOps ）的演进提供了全新思路。模型训练需要可观测性保障资源效率与稳定性，LLM 应用落地依赖实时监控以优化性能与用户体验。本专题将围绕 AI 与可观测技术的双向赋能。

本专题将聚焦于大模型在智能数据分析中的最新应用及核心技术，探讨如何利用大模型实现数据的可信分析、可视化呈现、自动洞察决策及主动式数据服务。包括工程架构、算法实现、产品范式、业务价值等，揭示未来数据分析的发展趋势和边界。

随着 AI 模型的复杂性和自主性不断增加，它们不仅能够处理复杂的任务，还可能被用于欺骗其他 AI 系统或人类用户。本专题将深入探讨大模型的内在安全能力、大模型的外部安全围栏、大/小模型协同的综合检测方案等，听众将从中相关案例实践中获得宝贵的参考。

尽管大模型的性能不断提升，真正能被用户使用、创造商业价值的“AI 好产品”却依然稀缺。本专题旨在围绕“如何将大模型打造成用户喜欢、市场认可的好产品”，系统性地探讨从产品设计、用户体验、技术工程、商业模式到组织协同的完整链路，推动 AI 从“炫技”走向“实用”。

本专题面向技术管理者、CTO、研发团队负责人及有志于提升管理能力的工程师，提供可落地的管理方法论与实战经验，帮助听众掌握关键技能和实践方法，并从成功案例中获得宝贵的参考。

本专题将聚焦 AI 中间件的关键技术、行业实践与未来趋势，邀请来自企业、学术界的专家，分享他们在 Agent 架构设计、多模态智能协作、生产环境落地经验 等方面的前沿探索。

最好的系统不是永不崩溃的系统，而是每次崩溃都能变得更强的系统。混沌工程与全链路压测是现代分布式系统稳定性保障的两大核心手段。本专题将讨论双场景的韧性协同、双实践的闭环协同等提升系统可靠性的前沿方法和实践。

数据技术作为支撑 AI 技术发展的重要一环，将面临哪些挑战和革新？本专题将从 LLM、多模态数据处理、多模态数据湖、多模态数据管理等方向，结合头部企业实践，探讨大模型时代的 Data Infra 演进方向。

在可预见的未来内，一码多端技术对于各家致力于精细化运营用户群体的企业来说都必不可少。本专题将邀请多位业界顶尖技术专家，分享他们在 AI Coding 与跨端 / 客户端研发上的先行探索和最佳实践。

在过去的三年中，基础设施开源软件随着大模型应用的加速而产生了翻天覆地的变化，本专题邀请在过去 QCon 出镜过的基础软件开源领域的大咖们来从他们的视角，回顾他们所在的领域的发展和面临的挑战，以及对未来发展和新机会的判断。

不只是 AI，不只是趋势。本专题中，我们将邀请业界顶尖的技术大咖分享他们的前沿洞见和落地经验，帮助工程师提升技术视野，获得有价值的实践指导。

本专场旨在探讨火山引擎在 AI Coding 领域的多场景落地实践，我们请到了 5 位资深技术专家，围绕火山引擎国内领先的 AI Coding 产品 TRAE、火山方舟 PromptPilot、veCLI、veRL 分享最新实践和落地经验。

当 AI 不再只是算法，而成为企业智能化的中枢，业务智能与安全智能正构成数智化转型的双引擎。一本通（Datainsight Agent）以自然语言分析重塑业务决策的速度与深度，帮助金融机构跨越从数据到增长的“最后一公里”；Kodem 则以 AI 重构 DevSecOps 流程，让安全从“负担”变为“加速器”。本专场将带你洞见 AI 如何同时驱动业务和安全的双向进化，让大模型真正落地。

当前，AI技术重构开发逻辑、多设备协同成为技术主流，鸿蒙技术正迎来从“能用好用”到“实用便捷”的关键跃迁。本次分论坛聚焦AI实践落地与技术赋能，将深度解读并分享鸿蒙 AI辅助能力、多设备适配解决方案及场景化赋能等实战内容，助力您实现技术突破与商业成本优化的双重目标。 本次论坛特设技术共建交流环节，旨在推动开发者间的公共能力共享，让个人经验化为生态合力，以技术协同催生更多创新可能。

本专场聚焦亚马逊云科技旗下下一代 AI Agent IDE——Kiro，通过技术架构深度解析、真实客户场景实践分享与动手实操 Workshop，解锁 AI 开发新范式，助力开发者高效构建可交付的 AI 应用。