清华人大上交大教授领衔，DeepSeek时代中国生成式AI大会4月举行！Manus最强平替和杭州六小龙之一也来了

2025年4月1-2日，2025中国生成式AI大会（北京站）将在北京中关村东升科技园万丽酒店举行。中国生成式AI大会已成功举办三届，现已成为国内人工智能领域最具影响力的产业峰会之一。

本次大会继续由智一科技旗下智猩猩、智东西共同发起，以“大拐点 新征程”为主题，计划邀请50+位重量级嘉宾同台分享和讨论，深入透视DeepSeek带来的颠覆与重构，全面展示国内生成式AI重大进展。

中国生成式AI的发展，尤其是大语言模型，已经从GPT引领切换到DeepSeek驱动。AI Infra在国内的研究与开发方向更加明确，国产AI芯片与算力领域也获得再次突围的新动能。此外，包括AI智能体、AIGC应用在内的应用热潮更是备受期待。与此同时，视觉大模型、多模态大模型、具身大模型在过去一年也取得了非常大的进展，呈现出百花齐放的局面。

本次大会围绕上述重大变化进行了日程设计。大会主会场首日将进行开幕式、GenAI应用论坛，次日全天将进行大模型峰会；分会场则会先后组织DeepSeek R1与推理模型技术研讨会、AI智能体技术研讨会和具身智能大模型技术研讨会。其中，三场研讨会为闭门制，主要面向持有闭门专享票、贵宾通票的观众开放。

已经迫不及待报名的朋友，可以先扫描下方二维码添加小助手报名啦！

目前，来自30+家企业、高校与科研机构的嘉宾学者已确认参与主题演讲和圆桌Panel。

其中，智源研究院副院长兼总工程师林咏华将参与开幕式。还有多位嘉宾是来自清华大学、北京大学、中国人民大学、西湖大学的知名学者和青年学者。

AI智能体方向，也邀请到不少嘉宾，其中就包括通用智能体Manus最强平替「OWL」的一作胡梦康博士，AppAgentX一作蒋文嘉，Eko主要作者陆逸文博士；AI Infra方面也是来了不少大咖，其中就包括上海交通大学副教授、无问芯穹联合创始人兼首席科学家 戴国浩；推理模型方向，由中国人民大学高瓴人工智能学院教授、长聘副教授赵鑫领衔，Light-R1核心作者、360智脑算法资深专家邹昊晟，华中科技大学Hust Vision Lab与地平线联合培养博士生、AlphaDrive一作蒋博。

具身智能方向更是牛人云集，包括星海图联合创始人许华哲教授、智澄AI创始人&CEO&前Meta首席工程负责人胡鲁辉、智平方RoboMamba一作刘家铭、双臂机器人操作扩散大模型RDT一作刘松铭、星动纪元实习研究员郭彦江博士、北京智源人工智能研究院研究员郝孝帅，上海人工智能实验室具身智能中心青年研究员汪汗青以及“杭州六小龙”之一群核数据的科研算法专家汪仁涵。

接下来一一介绍。更多信息可以从文末「阅读原文」进入大会官网了解。

智源研究院副院长兼总工程师 林咏华

中国人民大学高瓴人工智能学院教授 赵鑫

清华大学交叉学院助理教授、博导、星海图联合创始人 许华哲

报告主题：《破解具身智能中的数据难题》

内容概要：

具身智能的数据难题核心在于多模态感知-动作耦合数据的稀缺性与异构性：真实物理交互数据获取成本极高（如机器人操作需百万级闭环交互），且跨场景迁移受限；多源传感器（触觉、视觉、力觉）的数据难以获得，时空对齐与语义关联复杂度呈指数级增长，而仿真到真实（Sim2Real）的数据偏差进一步加剧模型退化。当前突破方向集中在物理启发的数据增强与因果表征学习，通过解耦环境动态性与本体控制逻辑提升数据效用。

GMI Cloud创始人、CEO Alex Yeh

爱诗科技商业化负责人 孙伟哲

GMI Cloud亚太区总裁 King.Cui

Zilliz合伙人、产品总监 郭人通

演讲主题：《从Infra的角度看DeepSearch Test-Time Scaling Law》

内容概要：

近期 Agent 与垂域的结合越来越受到产业关注，Zilliz 也对 OpenAI DeepSearch 进行了简单复刻尝试。在这次尝试以及在用户的交流中，我们认识到 Agent 的 Scaling Law 本质是数据信息探索效率，报告中我们会分享 zilliz 的观察，并介绍我们在数据基础设施层面解决数据信息探索效率的最新尝试。

枫清科技Fabarta创始人兼CEO 高雪峰

演讲主题：《知识引擎与大模型双轮驱动：打造下一代企业级智能体应用平台》

内容概要：

在企业智能化浪潮中，仅仅依赖通用大模型往往难以满足复杂业务场景对精准性和可解释性的严苛要求。知识引擎的引入，如同为大模型装上了精准的导航系统和强大的逻辑推理能力，显著提升智能体在理解企业Know-how、执行任务和决策方面的能力，更可靠地执行任务。同时，知识引擎更是提炼行业大模型、构建行业智能应用的基础。这种“双轮驱动”的模式，将成为企业构建下一代核心竞争力的关键引擎，最终驱动企业实现真正意义上的智能进化。

上海交通大学副教授、无问芯穹联合创始人兼首席科学家 戴国浩

澳鹏Appen中国及韩国区副总裁 董成

焱融科技CTO 张文涛

智澄AI创始人&CEO 胡鲁辉

Alluxio解决方案架构师 汤文军

演讲主题：《构建大模型时代的AI存储新范式》

内容概要：

2024年，端到端自动驾驶是智驾行业的主战场，这一年国内智驾技术迅猛发展，部分公司已经完成了从智驾1.0向量产级端到端自动驾驶的快速切换，这其中数据基建工程带来的规模化效应(scaling law)为这一阶段性进展提供了强力支撑。

本次将从科研角度分享，监督学习范式下端到端自动驾驶的新进展及其面临的关键挑战，分享端到端自动驾驶scaling law的探索，并讨论针对目前面临的关键挑战一些值得进一步探索的研究方向。

Zenlayer行业拓展总监 陈秀忠

360智脑算法资深专家 邹昊晟

报告主题：《Light-R1：低成本复现推理模型之路》

内容概要：

360智脑在3月4日开源了Light-R1模型及全部训练数据和代码，用较低的训练成本即可从零训练得到推理模型，在开源时首次实现领域内评测超越DeepSeek-R1-Distill。报告将介绍Light-R1背后的课程学习SFT、RFT、DPO等方法上的数据心得和训练策略，和QwQ-32B、TinyR1等相关工作在训练资源、方法等各方面的比较。虽然Light-R1仅使用数学数据训练了模型的长推理能力，但在非数学任务上也表现出了泛化性及有效性。随着训练和推理技术的不断发展，未来长推理模型将更加普及，Light-R1 正为低成本快速训练一个领域专精推理模型提供了重要参考。

北京大学数据与智能实验室博士生 杨灵

华中科技大学Hust Vision Lab与地平线联合培养博士生 蒋博

香港大学在读博士、CAMEL-AI OWL一作 胡梦康

报告主题：《面向真实场景下任务自动化的多智能体协作系统》

内容概要：

随着大模型的实际应用蓬勃发展，多智能体协作系统在真实场景下的任务自动化已成为人工智能领域的重要研究前沿。本报告系统介绍面向真实场景任务自动化的多智能体协作系统研究，包括框架设计、效能优化、系统扩展等关键技术，探索为复杂任务自动化提供高效解决方案的方法与路径。

本次报告，将重点介绍OWL (Optimized Workforce Learning)框架，该框架在GAIA基准测试中取得58.18的平均得分，位列开源框架第一，并在GitHub上已获得11,000+星标的瞩目关注。此外，报告探讨解决智能体系统在真实应用场景中面临的关键挑战的创新工作：(1) 高效闭环规划(Tree-Planner)，优化智能体决策路径；(2) LLM智能体环境扩展性解决方案(AgentGen与Text2World)，实现大规模场景适配；(3) 层次化管理LLM智能体上下文技术(HiAgent)，提升系统运行效率与稳定性。

西湖大学 AGI 实验室 Agent 方向研究员 蒋文嘉

清华大学计算机系博士生、Agent Hospital一作 李俊凯

清华大学自动化系博士研究生、Eko主要作者 陆逸文

杭州比特智元创始人兼CEO 常高伟

北京智源人工智能研究院研究员 郝孝帅

智平方RoboMamba一作 刘家铭

清华大学ISRLab在读博士生、星动纪元实习研究员 郭彦江

报告主题：《基于世界模型的通用机器人策略学习》

内容概要：

构建通用的操作模型是通用机器人最有挑战性的一个部分，机器人需要具备丰富的物理先验知识，才能泛化到新任务。视频生成大模型在互联网视频数据上进行了大规模预训练，能够预测合理的未来发展轨迹，压缩了丰富的物理先验知识。本次演讲主题是如何基于视频世界模型构建通用的机器人操作策略，具体包括Prediction with Action(PAD)，Video Prediction Policy(VPP)等两项工作。

清华大学TSAIL团队博士生 刘松铭

报告主题：《双臂机器人操作扩散大模型RDT》

内容概要：

我们提出了一种用于双臂机器人操作的扩散基座模型——Robotics Diffusion Transformer（RDT），该模型以扩散模型作为基础，能够有效地表示多峰的人类动作分布，并采用可扩展的Transformer架构来处理异构的多模态输入，捕捉机器人数据中的非线性和高频特性。为了解决数据稀缺问题，文章进一步引入了一种物理可解释的统一动作空间，该空间可以统一各种机器人的动作表示，并保留原始动作的物理含义，方便学习可迁移的物理知识。通过这些设计，我们成功地在目前（截止文章公布时，下同）最大的多机器人数据集上对RDT进行了预训练，并将其扩展到12亿个参数，这是目前用于机器人操作的最大的基于扩散建模的基础模型。最后，我们在一个自己收集的多任务双臂数据集上对RDT进行了微调，以提高其双臂操作能力。在真实机器人实验中，RDT明显优于现有方法。它能够零样本泛化到未见过的物体和场景，理解和遵循语言指令，仅需1~5个演示就能学习新的技能，并有效地处理复杂的灵巧任务。该项目的代码、模型和数据均已开源，请访问项目主页：https://rdt-robotics.github.io/rdt-robotics/。

上海人工智能实验室具身智能中心青年研究员 汪汗青

群核科技科研算法专家 汪仁涵

大会设置了四类电子门票，分别是主会场观众票、主会场VIP票、闭门专享票和贵宾通票。其中，主会场的座位分布如下。

四类电子门票中，主会场观众票为免费票，申请后需经审核通过方可参会；主会场VIP票、闭门专享票和贵宾通票均需购买。各类门票的详细权益可通过文末左下角「阅读原文」，直达官网进行了解。

想要现场参会的朋友可以扫描下方二维码添加小助手“泡泡”，进行门票的购买或免费申请。已添加过“泡泡”的老朋友，可以给“泡泡”私信，发送“GenAI25”即可报名。