过去一年，“Agent”一词从实验室走向生产环境，工程师们面临如何让智能系统稳定运行、正确执行和规模化的挑战。本次大会以构建可信赖、可规模化、可商业化的Agentic操作系统为核心，集结了来自清华、复旦等高校的教授及阿里巴巴、腾讯等头部公司的技术专家，分享端侧大模型的技术进展和应用观察。
--91likeyou---
面壁智能开源社区负责人井晨哲已确认出席 “端侧 AI、物理与数字空间智能化” 专题，发表题为《高效端侧大模型的技术趋势与产业应用观察》的主题分享。大模型能力持续增强，但落地仍受算力、成本、隐私与场景约束。本次分享从高效端侧视角出发，梳理技术演进与产业动向，探讨如何让智能更贴近用户与设备，在合规与体验之间取得平衡，并支撑多类终端与应用场景的规模化落地。详细演讲内容如下：
演讲提纲：
引言：背景与问题
行业背景：大模型从云端走向端侧的整体趋势
主要挑战：成本、实时性、隐私、弱网/离线、跨设备协同等
核心问题：如何在资源受限的终端上，以可接受的成本交付可用的智能能力
2. 技术趋势：高效端侧大模型
发展脉络：从“堆规模”到“提效率”的思路转变
关键方向：模型轻量化、系统与芯片协同、推理与部署优化等
端侧 vs 云端：在部署、算力、数据、网络、成本等方面的差异与取舍
3. 产业观察：生态与落地路径
模型与框架：主流技术路线与开源/闭源生态概况
硬件与系统：芯片、操作系统、开发工具链的协同
商业模式：端侧智能在产品形态、付费方式、用户黏性上的特点
4. 应用场景
消费类终端：[如、PC、可穿戴等]
行业与物联：[如车载、家居、工业、机器人等]
典型价值：隐私、实时、离线、个性化等
5. 总结与展望
端侧大模型的发展方向与判断
对技术方、产品方与产业方的启示
听众收益：
了解高效端侧大模型的整体趋势与关键矛盾
建立技术—产业—应用的粗线条认知框架，便于后续按最新信息更新细节
获得可迁移的场景选型与落地思路，便于结合自身业务填空
除此之外，本次大会还策划了端侧 AI、物理与数字空间智能化、世界模型与多模态智能突破、Agent 架构与工程化实践、Agent 安全与可信治理、企业级研发体系重构、AI 原生数据工程、AI 时代的个人提效与组织变革等 14 个专题论坛，届时将有来自不同行业、不同领域、不同企业的 50+资深专家在现场带来前沿技术洞察和一线实践经验。
更多详情可扫码或 进行咨询。
🔥 热词：#Agent · #面壁智能开源社区负责人井晨哲将在AICon上海站 · #分享高效端侧大模型的技术趋势与产业应用观察 · #过去一年 · #这个词从实验室走进了生产环境。工程师们开始真正面对一个新的问题 · #不是 · #AI · #能不能做到