介绍网易伏羲在大模型方向的技术积累，包括文本、多模态理解和生成预训练模型的建设，并分享大模型在歌词辅助创作、智能对话、文字游戏、互联网搜索推荐、AI 绘画等落地场景的应用。

演讲提纲：

1. 网易在 AIGC 领域的应用背景和价值
2. 预训练技术对于 AIGC 的重要性
3. 文本预训练在 AIGC 领域的应用探索
4. 多模态预训练在 AIGC 领域的应用探索

你将获得：

• 了解AIGC的多个应用场景的落地探索
• 了解大模型建设相关的技术经验

随着电商平台的发展，商品量和商品丰富度不断攀升，更加智能化和高效的商品理解和商品管理需求随之提升，其核心依赖的电商知识图谱相关技术变得至关重要。其中，涉及到商品管理体系的智能化构建优化技术包括商品分类的识别、商品信息的识别、商品关系特别是同款商品和相似商品的识别以及商品表达的优化等。这些技术被应用在电商平台的商家端提供 ToB 服务、在电商的运营端提供企业内部服务以及在面向消费者的搜索推荐等端口提供 ToC 服务提升消费者的购买体验。

但如何在全球十多种语言国家市场，以及多种语言混合的高噪音数据上，构建模型训练样本迭代模型实现行业领先的算法服务效果？如何在商品信息不断更新迭代的工业界真实数据上，自动沉淀商品知识库构建企业知识壁垒等？这些问题都是目前商品知识图谱落地必须要解决的问题。

本次演讲，我将介绍商品知识图谱的主要技术以及 Shopee 通过使用商品知识图谱技术自动构建多语言大规模标准产品库（Standard Product Unit, SPU）并应用的成功案例。

演讲提纲：

1. 商品知识图谱简介
   • 电商商品知识图谱概要和应用场景（ToB & ToC）
   • 电商商品知识图谱落地痛点和难点
2. Shopee 商品知识图谱的构建技术
   • Shopee 电商知识图谱构建技术
   • 首个多语言大规模标准产品库（SPU）构建实践
3. Shopee 商品知识图谱的应用
   • Shopee 电商知识图谱标准产品库（SPU）的应用场景
   • Shopee 商品知识图谱标准产品库（SPU）的应用效果
4. 商品知识图谱的未来
   • 总结
   • 精细化地提升知识图谱技术在各个市场和新语言环境下的识别水平

你将获得：

• 商品知识图谱技术在全球多语言市场应用的实际经验
• 商品知识图谱技术在工业界应用的挑战和难点
• 商品知识图谱技术的最新发展和新功能
• 如何构建技术模块，打造知识图谱技术，服务于自己的业务应用的解决方案

大模型时代将重塑营销领域的逻辑，如何借助大模型快速的完成消费者洞察和创意迭代将成为一个重要的课题。

本次分享将介绍明略科技在模型探索上的经验，如何利用垂直领域中的中小模型和大模型的结合打造普罗米修斯数据飞轮，让客户的行业知识和数据与大模型互相助力，提升营销效果。

演讲提纲：

1. AIGC发展趋势
2. 大模型时代营销领域新的机会与挑战 AIGC 时代，模型微调如何发挥最大作用
3. AIGC 如何融入企业级产品
4. 挑战与思考

你将获得：

• 通用大模型和垂直领域中小模型的关系如何
• 如何利用大模型和领域垂直模型探索新的行业机会
• AIGC 如何赋能营销领域

本次分享将围绕面向大规模用户时 AIGC 的落地问题，对不同类型的用户进行深入分析，阐述 AIGC 的平台化需求，并对其所需的架构设计和技术支撑进行简单介绍，最后展示几种潜在的实际应用。

演讲提纲：

1. 在面向大规模用户时 AIGC 落地的优势与挑战；
2. 不同类型用户的需求分析
3. AIGC 平台化的架构设计和技术支撑
4. AIGC 典型应用案例

你将获得：

• 了解 AIGC 目前的前沿技术进展和应用，为将 AIGC 融入自己产品中提供思路和示例