2025亚马逊云科技中国峰会将于6月19日-20日在上海世博中心举行。本届峰会将汇聚来自亚马逊云科技纽约、伦敦、巴黎等峰会的全球云计算与AI领域权威专家以立足国际的先锋视角,解读生成式AI在全球范围内的落地实践等前沿趋势。
2025中国峰会将为与会者带来超过200场高质量的主题演讲、行业与技术分论坛、互动体验、实战训练营及开发者大赛,及近万平米沉浸式展区,并将亚马逊云科技全球年度科技盛会re:Invent 70%的前沿技术论坛及展项通过峰会向与会者展示。
通过丰富多元的活动及展示,本届峰会不仅将为企业管理者、技术与业务决策者、开发者、创业者、合作伙伴等不同人群沉浸式呈现千行百业生成式 AI 应用场景及全球前沿的云计算解决方案,还将为其深度剖析云计算与AI从概念走向应用,推动业务创新与增长的具体路径,助力企业把握生成式AI时代机遇,推动业务创新与增长。
聚焦全球前沿技术与实践 共享生成式AI行业洞见
本届峰会期间,亚马逊云科技将聚焦云计算与生成式AI的深度融合,从技术角度展示其通过模型选型、多模态应用和AI数据战略,助力企业从概念验证走向规模化落地,重塑核心竞争力的路径。与会者将有机会通过技术分论坛、白板演讲、动手实验等不同形式,围绕AI Agents、多模态应用、模型选型、AI数据战略等生成式AI热门话题进行全方位的切磋交流,并获得涵盖数据、迁移与现代化、云基础设施、安全、合规、卓越架构6大云技术的全方位解读分享。
亚马逊云科技还将围绕制造、汽车、零售、金融、游戏、医疗等十大行业以及助力企业出海等领域,向与会者分享全球生成式AI应用的创新实践与热门场景,展示技术创新成果,并探索生成式AI技术赋能商业模式创新的路径。比如针对汽车行业,亚马逊云科技将聚焦从车联网、辅助驾驶、软件定义汽车、智能座舱到数字化客户体验等8大核心领域,汇聚近60个生成式AI解决方案,与来自整车制造、零部件供应等领域的行业领袖深入交流AI革新、全球化战略及辅助驾驶发展趋势;而针对制造业,亚马逊云科技将携手头部制造企业,共同探索利用生成式AI重塑制造业全价值链的领先技术、实战经验和落地路径。
此外,为助力开发者在生成式 AI 浪潮中加速实现技能跃迁,亚马逊云科技专门按照开发者不同层级设立“新手启航”、“技能进阶”、“架构大师”、“极客大赛”四大板块。除了贯穿全天的技术培训、“生成式AI游戏日”之外,峰会期间还将开展一系列开发者相关的精彩赛事,包括“1000 AIdea”总决赛、大语言模型挑战赛(LLM League)等。其中,“1000 AIdea”是基于 Amazon Q Developer 的生成式 AI 应用开发大赛,本次峰会期间,由AI 先锋投资人、顶尖开发者组成的评审团将对初赛中脱颖而出的30 强进行现场点评,评选出最终获胜者,并与其共同见证 AI 原生应用的诞生;“大语言模型挑战赛”则用两天时间,帮助开发者学习如何将大模型调优为小模型,真正为企业带来差异化价值,开发者将学会数据集准备、超参数优化,并最终获得超越大模型的调优小模型,角逐出优胜模型。峰会期间丰富多元的活动将助力各层次的开发者实现生成式AI技能的快速提升,推动生成式AI创新实践。
近万平云上视界展厅 多维度领略前沿科技魅力
本届峰会提供近万平沉浸式展区,通过一系列高可看性、高互动性的展位,全面展示生成式 AI 在全球各行业的应用实践与热门场景,呈现前沿云计算科技亮点,让与会者可通过看、学、玩、练、赛多维度零距离地体验全球最新科技落地实践。展区内将有数百个来自亚马逊云科技合作伙伴与客户的行业解决方案展示,分布在汽车、游戏、泛娱乐、金融、教育、制造、医疗、零售、能源九大行业专区,以及包括“构建生成式AI应用之旅、全球领先的云基础设施、加速软件创新与全球化之旅”在内的多个技术展区。与会者还有机会在“技术大咖面对面”洽谈区,与亚马逊云科技技术专家进行深入的沟通交流。
多元化内容盛宴 共话精彩未来
除此之外,峰会还将通过一系列针对不同人群的定制环节,以更多元的视角、更深入的探讨,全方位解读行业发展方向,比如打造 “亚马逊云科技高管论坛”,聚焦生成式AI技术战略与商业实践,深入探索企业成功领导者如何将技术可能性转化为运营的成功实践;推出“创业者之日”,汇聚权威投资机构专家、“生成式 AI 加速器”明星校友、国内外独角兽企业以及行业专家,共同探讨全球风向、前沿技术与产品,助力初创企业加速成长。本届峰会还将举办首届女性论坛,携手来自多元领域的卓越女性,基于她们从技术突破到行业变革,从商业价值到社会责任等多方面的创新实践分享,共同探寻AI时代的“她力量”。
好文章,需要你的鼓励
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。