最近我总在思考，你说我到底能不能成为那种特别厉害的行为高手？当遇到连轴转的工作时，能马上全力运转，高效完成任务，还能在关键时刻灵活配合工作量，应对各种需求。而当工作比较轻松的时候，我又能低调等待，摸摸摸鱼，嘿让人一点跳不出错来。但回归到现实马上狠狠打脸，因为工作根本就没有做完的时候。但是这个世界真的有能做到的，他不是人，而是算力的弹性能力。
1.算力的弹性需求 - 讨论生成式AI技术带来的算力需求激增及其对企业的影响。
大家都知道随着生成式AI技术的迅速兴起，特别是AI大模型在自然语言理解、推理泛化以及多模态处理方面的卓越表现，极大的拓展了人类的能力边界。这些模型以低成本提供个性化服务，满足了用户的多样化需求，为企业创造了更高的业务价值，同时也推动了新一轮商业领域的成功。然而这也带来了智能算力的需求的激增，预计到2025年，智能算力需求将达到当前的100倍。想想有一天我的工作量突然变成以前的100倍，我可能真的会数这种情况，你别说是人了，铁人也受不了啊，企业岂不是更要直接发疯？飘飘。北风萧萧。所以不仅仅是人需要摸鱼，企业需要充分利用算力的摸鱼能力，来建立一个更加灵活和高效的算力调配机制，对企业算力资源进行有效的管理和智能分配，并具备容错能力应对硬件故障等异常情况。
2.神州数码的算力管理 - 介绍神州数码如何通过神州问学平台应对算力需求的挑战。
神州数码、神州问学平台就正是利用了这些技术，以谋士入局，巧妙地应对了这一挑战。它不仅为企业用户提供了一个高效、智能的互动平台，还通过先进的算力管理技术，确保了平台的稳定运行和用户体验的持续优化。这里像只鱼儿在你的荷塘，一个优秀的鱼塘，只有鱼那肯定是不行的。鱼原生技术就是一个好的墨鱼渣子。也为企业提供了新的思路。云原生技术不仅提高了应用的开发和部署速度，还增强了业务的敏捷性和可扩展性。同时它提供了更好的资源利用率和弹性伸缩能力，有助于降低企业的埃踢成本和资源消耗。
在AI领域，云原生也来凑了下热闹。因为随着AI应用渗透率的快速提升，算力资源的高效利用将成为企业取得竞争优势的关键。因此企业需要不断优化算力调配策略，以适应不断变化的市场需求和技术发展趋势。OpenAI就通过扩展coper native集群，成功为大模型如GPT3等建立了一个可扩展的基础设施。英伟达也积极采用容器和coper native，使云原生开发人员能够更轻松地访问和使用GPU资源。
在国内也有不少厂商积极通过云原生技术来提升自身的算力管理和服务能力，例如神舟问学平台也采用了cuba云原生容器化技术，对大模型应用所需算力进行部署管理，连接公有云、私有云以及跨云的异构算力环境，为企业规划最高效的算力架构。云原生容器化技术就像是给算力穿上了一件智能马甲，让大模型应用的算力部署管理变得游刃有余。神州文学不仅对训练算法、推理算法和网络进行了优化，还对GPU等硬件资源进行了全方位的调优，就像是给算力这一池子鱼做了一次全面的更新，让他们在各种工作场景中都能发挥出最佳状态。
而且神舟问学平台还特别擅长处理多云多日不同算力芯片的复杂环境，它通过智能算法进行算力调度，就像是个算力交通管理员，能够根据各个节点的负载情况，巧妙的将算力任务分配到最适合的节点上，既提高了计算效率，又避免了资源过度集中导致鱼塘的交通堵塞。
神州数码还积极推动开源生态的发展，与开源的组织紧密合作，共同探索构建开源生态的途径。它的目标不是鱼塘，而是一整片海洋，搭建一个开放的生态乐园。这样不仅解决了算力资源紧缺和效率低下的问题，还为企业提供了更为灵活高效的算力服务，推动了AI技术的广泛应用和商业价值的最大化。当然了，我们的工作不会提升100倍，反而会因为AI的实现变得更加高效。摸鱼是一种休息，当然也是一种逃避的行为。在AI技术日益融入我们生活和工作的今天，我们更应该学会合理利用先进技术，提高工作效率，从而为自己争取到更多的休息时间。Better work, Better life. 摸鱼虽好，可不要贪多。
我们要不要像OpenAI一样的烧几百亿，甚至对于企业来说，甲方来说，他挑花眼，哪个是你的使用方，谁愿意为你买单？
3.云原生技术的应用 - 探讨云原生技术在提升算力管理和业务敏捷性方面的作用。
大家好，欢迎关注EMQ机构传媒策划的大模型专题栏目，大模型领航者。今年是被业内很多的人，因为我和很多人去做过沟通，是称为大模型的应用的一个原理，包括说前面投入了那么多，怎么能够在今年找到他的商业上的闭环，或者商业的成功，是大家非常关注的事情。我们也是在圈子里面找了很久，终于发现了一个有这家公司的掌门人，就是在别人都还在探索阶段的时候时候，他已经带领团队取得了非常好的商业这样的成绩。
我本人其实是一个互联网老兵，分别在百度，京东工作了十多年。就是to c的互联网，主要像这个搜索，电商这一块做的会比较多。也分别是啊担任过各自业务的技术负责人。20年创办的数字科技，能够在20年创出来创业还是非常了不起的。但是现在咱们数字科技其实是一个典型的to b的一个企业，是有一个出资的人。为什么要去到我们这个那么哈哈的一个to b的行业里面？
我们可以看到作为一个互联网老兵，其实经历了两波的一个发展。一波是PC互联网的普及，另外一波是移动互联网的普及。其实这两波也诞生出非常伟大的公司，没错。但我们可以看到在进入到19年、20年，其实对于这个流量其实是一个枯竭。其实在当时19年左右，然后当时各个互联网，包括我们做to c的互联网公司，大厂其实也都纷纷布局了to b从你的这个角度来看你能够给这个行业能够带来一个什么新鲜的东西。
任何时候创业其实一定是走不一样的路。如果人家已经走通的路或者已经走成的路，我觉得没必要再去做一遍。核心点还是回到到一个问题，还是要从从业者自己去身上去找问题。到底我们是在做一些假的需求，解决一些两点，才真正找准了痛点，去帮助真正帮助客户创造了价值。所以这个是我的一个认知。
4.AI大模型的商业价值 - 分析AI大模型在自然语言处理和多模态处理方面的商业潜力。
所以说从中国的这个to b有有土壤的问题。但中国的市场足够大，我们有几千万的企业。这已经从过往的靠增长，靠规模去取得效益，到现在变成了内需。对去发现企业的内在的我自己的一个能力的提升，我经营效率的一个提升，我要去更多关注自身能力的一个提升。这个其实对于数字化是非常好的一个先决条件。他意识到原来靠人拍脑袋，这个企业已经很难再持续像原来这样增长。那他会寻求别的帮助，我相信技术一定是一个最好的一个武器。那你说原来那些没有to c背景的，他们也要去做这一块，就是达不到你所说的那样一个程度吗？
不能说这个做不到达不到这个程度，只是从我们自己舒适的角度来看。我认为to b要做成，就作为一家to b的一家企业要做什么，就是它有两个很重要的因素要具有。第一个一定是技术要有深度，要有技术它技术是它是它的一个根基。另外一块要懂行，要有行业能耗。因为你解决的是行业的问题，解决行业里面的企业的问题。如果你的语言都不相通，那可能你根本就找不到他他的需求和痛点，那你的产品怎么可能解决问题呢？所以这个技术能耗和业务能耗这两者结合起来，我觉得可能是真正一家to b企业能走向成功的一个很基础的要求。
大家还是觉得在中国做to b还是有点苦哈哈的一个意思。所以说从你的这个角度来看，为什么会大家会有这样的一个感受？然后他又有什么样的一个出路？出路到底在哪里？
过往我们可以看到中国的to b有两类型的这样的企业，一类型的就会从这种项目制，因为这里的话定制化的，甚至有很多人力外包。这里面最大的一个问题就是可能客户都不知道到底他的数字化应该建设成什么样子，对他的需求都是零碎的。另外一类型的话就是copy from US，就是从美国拷贝就找。对，美国有这样的很好的SARS企业来中国也复制一个。其实同样的东西放在中国来说，因为它的真客户的需求不一样，对它的土壤不一样，以及他对于是否能数据安全的这个抗渗是不一样的。所以造成了他如果完全去复制的话，其实在中国的形成，我觉得和心点还是在在我给客户创造的价值面to b的输入。
5.AI领域的云原生实践 - 介绍云原生技术在AI领域的应用，如 ** 和英伟达的案例。
其实to b真正要去发展起来，我觉得两个必要的条件。第一个是共识，大家都认为这样的软件或者这样的方案是认同。对，没有共识。你要去陪你要去建立共识，要去洗脑，那个过程是非常难的。所以第二块的话是针对这些产品能不能非常简单易用的进入到业务，能够让大家用起来。所以这个是回过头来我们就说大模型，这就它回到它的本质了。
这个大模型从推出来其实就一年多的时间内，可能现在已经无论是我觉得C端B端都是最热的词。所有人大家都有共识，大家都意识到它的价值以及未来的潜力。就是不需要省的市场培育这么一个非常对于to b行业非常重要的。
第二个就是我发现为什么大模型突然一下这么多DAU其实很多人不是搞技术的，他是学生，对，他是白领。他甚至很多运营的人员，甚至普通的老百姓，就是我自己家里人老人都可以在上面去用，用在企业里面能够应用到原来的企业软件和AI软件的对企业里面1%的人都不到。但大模型现在GDP现在我可以说企业里面每个人每每一个员工他都有可能用起来。所以这就解决了是门槛儿，门槛极低。而且企业非常是natural language，对自然语言的这种自然表达，就像我们俩聊天一样。
对那这种我觉得人都会用，所以它就解决两个根本性的问题。第一个是共识，他认为这个东西有没有价值。对，因为市场培育是成本是最高的，就是最长的。第二个是能不能极低的门槛，让每个人都感受到这样的软件对于它的价值。
6.神州问学平台的优化 - 描述神州问学平台如何通过容器化技术和智能算法优化算力调度。
对大对于像数字科技这样公司，或者说很多to b的这个软件会带来什么颠覆性的变化？我从to c转向to b大概快四年的时间了。我们重新自己针对这个市场去做开发。但发现一个很大的一个问题就在于，其实软件的使用者是不一样。在互联网的企业，在电商，在这个金融科技，它里面的整个使用者，它的本身数字化水平是非常高的。但是对于这种千行百业来说，其实大家的对于数字化的认知，这方面的技术的能力其实会有差距的。
所以它用不起来。所以我们现在来看，它最大的一个机会就是整个让所有产品的使用门槛降到极低能不能给我们举一个什么比较具象化的一个例子，其实就在于基于数据的分析和决策，每一个业务团队做的好和坏都是靠拍脑袋，只靠感觉。这是360厂，现在传统企业大部分是这样的情况。
我想很多的小伙伴他也特别的感情，现在满屏的大模型，那到底这些主流的大模型有没有什么特别适合他们的，或者哪些有什么优缺点之类的。我觉得其实大模型我们看四要素，一个是算力吧？你没有算力，你说实话这个sk 0落就不存在了？然后算法对到底你是用了什么样的算力，这个法对建模调优里面很多是否有各种监督学习，非监督学习whatever。然后第三块其实是数据，数据也是很重要。第四块其实是场景，就你有没有针对某些场景去做优化。所以这个是我我一直定义出来的大模型的四要素。
7.开源生态的推动 - 讨论神州数码在推动开源生态发展方面的努力及其目标。
我认为中国第一在中文的数据上是有优势。第二是在场景，因为中国人这种创新场景上的创新，应用的创新，是中国一直以来的优势，这两个可能会走在前面。对于国内的这几个主流的大模型的产品化有什么可以比较的？因为有一些是比较偏C端，就像kimi，对吧？然后这样有些是C端和B端都做，像百川，然后质朴，包括千问等等，包括百度言文心性别。其实可以看到它分为两个阵营，一个是大厂，一个是创业公司。对，所以这个我们又要看就是各自有优势，从结果来看，其实我觉得大家都处于一个前后差距不会特别大的一个阶段。但各自又有特点。
其实对于大厂来做大模型，第一它的这个计算资源多，它之前积累下来的数据比较多，但他也有很多这种业务上商业化的包袱，他会就要去怎么样去要跟之前的业务和产品要结合起来。所以这块也会阻碍它的一个发展，它有优势，有包袱，比较包袱比较重。对于创新型的企业，这个大家也都知道，在阿里基本上都投了这几家了。对，光脚的不怕不怕穿鞋的，他们会更多从大模型原生大模型的视角去看，他不需要去依赖过往的包袱。所以反而其实在很多产品的体验不一定比大厂要差。
但整个来说，其实水平，我个人觉得应该是从我们自己的一个分析mark来看，大家差距都不大。但要跟说实话跟GPT4来比起来，我们也做了一些分析bug。尤其是从我们从数据分析，从客户洞察，从你们的决策这个视角来看，还是有差距，而且差距还是比较明显的。
8.大模型的商业逻辑 - 探讨大模型在企业中的应用及其商业化的可能性。
现在对于这几家创业的公司也不那么缺钱，因为大盘也是给他们注资的。这个判断核心点还是我们要不要像OpenAI一样的烧几百亿。其实我觉得这个核心点就在这儿，就是到底我们怎么样去把围绕到我们应该中国的大模型应该往哪个方向去走。而且这个经济账要算一下，其实OpenAI它并不是OK我有理想。我不管这个最后怎么样，但是我一定是冲着这个AGI的时代，对于这种风险型的也比较友好，所以他的钱一定是中国非常多的倍数。但中国反而要大模型的厂商要去真正去很早，在第一天就要考虑到到底我们在哪个方向要去创造价值，具有这种商业化的回报，这可能有一些方向再去投入这个钱花的更加划算一些。
核心业务敢用大模型，然后接下来就是哪些业务场景会率先尝试大模型，如何衡量大模型的价值？所以这个问题特别好。其实刚才那个问题，首先答案是可以，大模型你不解决它的核心的业务价值，投资投了这么多钱怎么收回来？你如果都是在解决边边角角的一些问题，说实话而且是从成本中心去要钱，那可能投资每一家都拿到几十亿，我觉得这个黄金马月也收不回来。只要直接到最痛的点，最有价值的点，那一定它的核心业务了，所以这个答案一定是的实现的模式肯定不是仅仅依赖于大模型。
这里面就是我们要提出一个概念叫做AI agent。为什么大家突然对这个？因为本身大模型底座是有缺陷的对，它是一个通用的一个知识，但它代表不了专业的知识。所以A点它具有很多我们我们说的能力，有记忆能力，有这样的规划能力，有反思能力，对还有这个连接能力整合起来整个的方案，它是完全可以弥补大模型专业能力不足，以及有出现可能的这种幻觉。已经没有办法直接连到这个企业内部的数据系统，内部的执行系统，内部的人员这么一些缺陷。所以他这个agent这个思路就完美的去解决了。
9.AI agent的概念 - 介绍AI agent如何弥补大模型在专业知识和执行能力上的不足。
大家都在去谈大模型，都在去做各种各样的一个agent。但是有时候你打开一看，大部分都是类似的，可能80%都是类似的。那你认为他怎么去避开那些80%的相似性的？
其实这里面我觉得就回到这个问题，我觉得也是一个很现实很残酷的问题。就是在中国to b其实我在做了这么多年to b我发现一个尤其是在之前这个资本市场没这么差的时候，你发现任的一个概念一提出来，都有一大堆这样的公司在做，甚至对于企业来说，甲方来说他挑花眼了。所以最后就是谁便宜用谁的。反而是非常一个内卷的一个很好的劣币驱逐良币，有很多这样真正能够好的产品，反而跟着一块去打价格战了，甚至这样的公司经营就会越来越问题。现在大模型一来了，A件的一来了，发现又是一样。
你但凡你会看到一个概念出来，又有一堆人说的，我觉得这个核心点是有两块。第一个，你真的懂了不了解数据智能，了不了解AI，这是你一个企业的基因，这个是非常关键的。另外一块我觉得还是要回归到你做出一个讲述一个概念是很容易的，看客户买不买单，他有没有共鸣，他能不能觉得你这个东西真的解决他的问题，这个东西是分辨出来的。所以我们看网站官网大家都千篇一律。
所以其实这么多企业做的，我们应该要回答一个问题。第一，你真的有没有技术的积累？你们不要千万不要去低估大发型对于技术这个团队的技术深度的这么一个挑战。第二个，千万不要去低估行业的壁垒，对把行业的弄好。所以要去回答这两个问题，你具不具有这两个问题才能成为这个玩家。
大模型应用它的一个商业逻辑是什么样子的？那企业又怎么去通过大模型真正的赚到钱？这是我觉得to b企业非常需要去回答的对，任何一个原来C端的互联网，它的业务的经营主体其实都是APP。那我们可以想象一下，在未来在我们的这么多企业，不论是中国还是海外，他的业务的经营他依赖什么？还是依赖于人吗？还是依赖于政策吗？还是依赖于剥削员工吗？省成本，他肯定不是，它依赖于工具。
所以我觉得这是一个数字化和智能化这个趋势是势不可挡。这个车轮已经run起来了，包括其实中国还是比较重视这个数字化，包括数据入表这些事情已经起来。所以这个是不能因为短期的资本市场冷清，而去否定这个大的一个趋势。
我跟很多CIO在聊，其实他脑子里也是在想，我做的这个东西我怎么样去在老板面前去证明我的价值。所以核心点最大的一个逻辑就是我们在除了这些要去做必要的基础设施，就是没有不行。比如说云计算，数据库这种，你在上面去编应用端的，一定要回答一个问题，就是先赢的这个形式，先赢你创造了什么价值？业务价值，哪个是你的使用方，谁愿意为你买单？对他创造的价值有多大？当你回答了，你问清楚了这个问题以后，你后面的东西又怎么实现这个价值？你的数字科技是怎么去赚钱的？有没有可以举一些实际的例子来去证明这一点。
第一个，我还是一个to b的一个新人，但无知者无畏对吧？所以反正都已经赚到钱了，没有这样的包袱。所以第二个我本身是从互联网C端做起来的，所以很多事情实际上是还是围绕着价值。第二个产品很重视产品的反馈和迭代，其实已经训练出来了一套整个我们去评判一个产品价一个逻辑。所以对我们自己来说很简单，我们打的我们其实并不去做信息化的，我们自己做的是数据和算法AI相关的轨道。数据和AI怎么样去推动解决你的业务问题，推动你业务的增长，所以这个就是我们的定位。再比如我们找到两个现阶段至少在过往5到10年里面最重要的两大块。第一个就是它的决策分析，就他所有的业务他是不是依赖于数据来做分析和决策。
10.未来智能的展会体验 - 分享未来智能在AIC大会上的参展体验及其产品的用户反馈。
就是看到这个数据的变化，他才能够去找到后面的原因再去做决策。第二块就是我们的客户运营，也就是我们做互联网，我们可能比用户更了解用户。第二块就是从原来的以自己的产品为中心变成以客户为中心。我要去了解客户，就这两块又是我们的数据和AI最能做得到的地方。有没有有没有具体的一两个客户可以拿出来去讲舒适，还是聚焦在大金融零售消费和高端制造。在金融机构大量的其实是在获客，他的钱都是在花在我这边去投广告，原来货就是几百块钱就可以了，在你这开一个户，现在可能几千块钱都不行了，是吧？因为这个流量的质量越来越差，是获客成本越来越高。是基于这个的话，我们就够构建出了我们的产品。
怎么去围绕这个大数据和AI去对所有客户的数据、交易数据、行为数据进行了画像。我们把客户清晰的区分出来，它是在哪一个期，是在流失快流失了，还是在成长，还是在潜客期。第二个就是针对每一个不同阶段的，我们通过AI的算法去给他去匹配相应的内容服务和甚至权益。这样的话让一套AI的东西去运营他上亿的客户，让这个客户始终感觉到我跟这个良心定制，量身定制。当我需要的时候，你总能把相应的内容，可能我要关注最近的股市怎么样变化。
包括像一有一些投资人，也是希望能够短期之间能够看到这样的一个效益。对，所以说就是从你的角度来看，这样的一个要求是合理的吗？我觉得分为两个，就是有一些投资人说对吧？包括现在涉及到这种创业公司分红或者什么的，那可能不是我们这个赛道的消费型的企业。对对，但对于这一块的话，我觉得我们其实反而是在我们可以看到美国很多企业面，他虽然一开始没有赚钱，但他真正赚钱的时候，他会发现非常赚钱。我们可以看到非常多的这些企业，对是对。
所以它核心点其实并不是看一个赚钱亏钱的一个绝对值。它要看它的本身的模型，你这个单点的这个产业务的模型是不是跑出来了。那么业务的模型跑出来就意味着，第一它的边际成本是逐渐递减的。你具有极强的复制性，那他才能赚到很多钱。而且不是因为客户越多使用的越多，你的成本就越高。
我给投资人，投资人跟我有很多投资人朋友，我觉得现在不要那么去短视，一天就看他的这个财务报表，那些赚钱都能通过裁员，通过去做一些其他的非健康性的东西都能做到。你要是这个吗？就真的你要去钻到他的业务本身。你要看它的业务的一个模型，它具不具有高度可复制性，对具具具不具备持续的这种客户的给你价值的创造。它的边际成本是不是逐渐递减。
我们其实这个是很容易看出来，中国的这些角色链长。就是因为一线的这个软件不是给一线的人去用赋能，它往往是去管理它。所以他更多是要去满足这个决策者，对吧？我管控这么一个需求。
其实我们真正大模型来了以后，你发现我一直在强调的，它始终要打造人人可用的产品，让整个每一个员工他都能通过他使用产生的价值。所以他的决策链还是老板吗？不是吧？是真的员工他自己会非常而且形成了一个市场认知。别人用了这样的软件，别人员工每天只要干7个小时，这个销量比我们都还好。我们要干14个小时加班都干不过他，那这样的市场我才能给你跑出来。所以核心点还是回归到底你做的这个产品有没有价值，对谁有价值？否则的话下面的人他没有这个决策权，他又给了上面人，上面人又不是使用者，这是很可怕的对，所以我们应该让使用者能发出来声音来说，我就需要这样的产品，我相信他一定会改变。
特别感谢李博士能够做客我们这一次大模型领航者，因为这个话题还是很大，非常的丰富。对，非常的丰。然后今天肯定是探讨不完。如果说大家对大模型持续的感兴趣，就可以关注我们的AI前线。如果说你在AI前线里面输入领航者，还可以获得很多大模型的资料。
我现在所处的位置就是AIC大会的现场。今天来参展的人非常的多，我的背后就是未来智能的展位。我们来采访一下未来智能今天的参会感受如何？整体还算不错，包括这整个的小时的服务，还有参展人员过来体验机器，整个我感觉都还是比较顺畅，比较舒服的。今天有卖出我们的这个产品吗？卖带的货已经卖完，就剩一个了。好，恭喜，也非常感谢您来参加我们的展会，希望下次在应聘秀大会上我们还可以再见面。
再见，有缘再见。在二胖的大会开幕之前，我们开箱了本届大会的官方指定会议耳机，讯飞录音降噪会议耳机i fly box pro 2。当时我们也是发布了AICOT体验官这个活动，想要邀请三位对智能设备感兴趣的开发者朋友来到我们大会现场，在大咖演讲分成的AIC场景中体验讯飞会议耳机。活动发布之后，我们也收到了非常多位的朋友信息，大家都太热情了，最终有三个朋友获得了这个体验官的资格。
大会签到的时候，他们三位已经领取了讯飞会议耳机，开始了各自的体验。这个时间他们应该正在进入专场当中说分享。那么我们现在去找找他们，看看在大会场景下使用讯飞会议耳机的哪些功能，使用感受又是怎么样的呢？Let's go.
没找着他，我找不到怎么办？好像也不在这儿，好像也不在这儿。也没找着，你先看。在这个场看到我们第二位体验者，但是没有找到第一位。我对这个分段来好像也不在场，好像还在你在看。
飘北风萧萧。
那边hello试了一下它这个降噪的功能，然后降噪就是特别显著。就是我在这个正常的情况下，它可能特别嘈杂。当我打开降噪之后，它这个耳机里面就全是那个会议的声音，就没有别的声音了，就听得很清楚了是吧？对对对，您整体感觉怎么样？整体感觉这个东西还是挺强大的。考虑的可能就是说对于我们以后开会的时候，避免去自己去手写一些笔记之类的这可能对我是感觉最大的。然后就是这个降噪功能，可能就是比我之前用的那些耳机来说，功能特别强好，大概就这样。
好的，谢谢您。我并没有发挥传统的这种稀疏索引的优势，所以我们结合了两种方案。您刚刚体验我们这个耳机，然后您听这个会议感受如何？您刚刚说您是做产品，对产品经理，对。那您觉得就是从您的职业角度来讲的话，这个耳机会有哪些？对您的工作上有什么帮助？
转移做的挺好的话，其实有帮助的。包括你比如说调研海外的用户的话，那你作为一个中国的中国人去，比如说你调研日本的用户的话，你不会日语对吧？比如这个东西就可能会替代一部分，就是现在类似于会议的一些a APP，它的一些功能开始了。这我们正在找你好，正好，那我们找个地方聊一下，好好。用起来还是好。您刚刚使用了这个耳机，也是听了我们的话，您感受怎么样？
这个产品的话还是非常的方便的用起来。但是先说优点，优点主要就是在开会过程中，我们可能就是面临一些比如说突发情况需要离开会场的时候，我们可以把耳机放在那。然后声音它我我实际使用过程中的体验是它会把声音先录到耳机里面。对耳机对，然后事后的话再把它传到手机上面，然后进行转移，这个会非常的方便。可能我回来之后，我还可以通过耳机继续刚才我离开之前会议的内容，这是一个对这个红景路其实就是刚刚您说的这个。对对对，就是只需要你推开一按就会开始录制，然后一摁然后停止。
对，这也是它这个耳机我们pro two的一个升级。之前是没有这个功能的，就是特意加特意放在这个里面的。也是为了你刚刚说那个使用场景。对，然后在使用过程中，它还有那个模式，就是有那个降噪和通透。对，这个降噪您感觉怎么样？这个还是很明显的。
然后开启之后对这里也涉及到我的一个建议，就是是不是可以再增加一些多的场景。比如说你看是不是可以增加一些交通工具，就是地铁、公交车上面它的操作环境和我们在运动场所或者是在比如说听音乐会？这种它的外部噪音其实不一样。对，是的，其实因为其实可能我们在公共环境里面也是需要办公一下，会接个电话。对对对，所以对这样的场景其实可以再丰富一些。
好，那您刚刚使用这个录音之后，然后您有看我们这个APP的那个AI的功能，有吗？有的就是下载下来之后，对吧？对，这个可以拿出来看。对对对，就是那APP我们可以展示一下，就是在它的这个AI的这个功能。对，其实您录完之后，然后可以在记录里面对，看到您刚刚录的这对我传到手机上了。对，然后应该有一个我们的对策，这个是刚刚就马上就展露出来的内容。然后您可以看这个有一个AI的，这个可以帮您去提取这个会议纪要总结，可以试一试。这个其实还没有没没有吃到。
这个和讲师的这就是讲师的对讲的内容，还是内容的摘要？对，很匹配的。您觉得这个总结的还可以？对，总结的还可以的。而且您还可以直接跟他去进行一个问答点。
对，然后有什么问题您可以在这上面向他提问，就是他刚刚这个会议的内容，比如说你说帮我总结学一下，或者帮我提取一下重点这些，或者还有哪些就是些有趣的他的观点，其实您都可以向他提问。比如他在讲的这个东西是什么，您都可以向他提问。这样的话其实对理解化理解的方面会更深一些。就是我可以基于录的内容和他进行对话。对话你可以试一下这个。
对，你看你有什么问题。上刚刚听到的这一段里，他说他在京东上买了很多。我想问一下他大概能不能识别出来，是他买了3000个充电头。您是京东过来的，对对对，京东零售的。
那您今天来参加我们这个会整体感受怎么样？这里的那个场馆主题还是非常多的，其实我更感兴趣还是那个音视频相关的内容。所以刚才看了亚马逊的关于音频的一些AI方面的发展的一些展望然后整体感觉我们这边干货多吗？还是干货的感受，干货挺多的。我们现在回到了未来智能的展位，今天的展位上也是有非常多的朋友来体验，让我们也来听一听他们对于讯飞会议耳机的评价。
走我先说一下我为什么来体验这个讯飞耳机，就是因为了解到你们这个是一个to c的产品，因为一般会议的场景是to b的，然后你们to c的产品的话就可能对我个人的一个会议的定制化的一个记录和总结会好一点，所以来体验一下。老师，我刚刚看您用这个手机进行了一个翻译，您可以再向我们的观众展示一下吗？我说段这个俄语，嘎嘎可休，就是个。很快实时就翻译出来了。老师这个是真的是俄语吗？这肯定是俄语，你不是胡说八道的吧，曼荼罗。这是什么语言？老师，这是伊朗语，就是古波斯语。真厉害，你怎么会这么多种语言？
今天我从会场转了一整年，听了这么多体验者的反馈，整体感觉大家对于讯飞会议耳机的评价还是非常客观，也很优秀的。不愧是AI一场官方指定的明星耳机。那镜头前的你也赶紧体验起来。希望下次在衣服特大会的现场，可以看到大家带着讯飞会议耳机穿梭在大会的演讲现场，期待各位的使用反馈。好了，总而言之，还是非常期待能和大家再次相聚在殷夫特的大会上。我精品耳机。说不定还能顶体验试驾哦。
今天我们来到了2024火山引擎force原动力大会的现场。本届大会聚焦于AI主题，会对火山引擎在大模型云计算领域的实践应用进行集中展示。不仅会重磅发布模型家族火山方舟升级等产品，还设置了非常有趣的展区。那么话不多说，就跟随着我们的镜头一起看一看。
首先我们来到我们的大模型展示区，也就是魔力空间。在这里我们可以看到豆包大模型家族还有cos专业版。那么接下来我们就去体验一下。
小白小白趴下给我跳一支舞。通过扣子平台写了一个foot，然后boot里面通过大模型去角色让他跳舞。就相当于我们给这个传统的机械狗接入了一个大模型的能力。这个能力赋予我们后台平台接入的，他也可以跟我进行实时对话，比如说我问一些问题，对，是可以的。比如说。但是得先切到他的一个扣子的一个薄荷鎏小白小白切换到扣子助手，扣子可以干什么？扣子是星在黑暗中开。通过这只机器狗，我们可以看到cos专业版的能力。
Cos专业版秉持着企业级AI应用开发平台的定位，在可视化灵活编排智能体的能力基础上，提供了企业级SLA和多种高级特性，使AI应用更易落地，从而让企业更专注于通过智能体进行创新。我们可以看到豆包大模型家族，它作为字节跳动的字眼大模型，包含通用模型、语音声程识别、纹声图、向量大模型等针对不同应用场景的模型产品。比如我们现在看到的豆包通用模型pro，它的窗口尺寸最大可达128K并且支持精调，而旁边还有一个豆包通用模型light，它更为轻量级，性价比也更高，企业可以根据不同需求进行选择。可以给我推荐一下吗？这是我们的菜单。接下来我们就到了云与基础设施展区，也就是云智基地。在这里有云安全、边缘云三大展项，可以为AI创新提供规模化、高稳定的云基础设施。
你现在看到的这个看板，它其实就是变智能联合cos本身大模型的对话能力。利用智能本身底层的这种物联网平台的相关能力，设备接入设备管理的能力。然后还有通过智能的边缘一体机去部署一些人体识别的算法。然后通过我们这种a pass的数据流编排得到了最后一个结果。然后我们通过工作流就跟cos去打通。然后打通之后以这种对话box的形式，用户可以去现场的查询每一个展区大概有多少人，然后哪个展区的人最多人最少。现在都是实时能够生成。对它其实我们今天在现场布了15个智能的摄像头，然后有一些对应的这种模型和数据流的拉交流。穿过云智基地，接下来我们就到了AI加park展示区，也就是火山引擎的AI加场景展示区。在AIGC的加持下，我们可以体验到各种各样有趣的项目跟互动。
正好我们来到了咱们虚拟直播间，这个是一个助力传统戏剧文化传承的一个消费端的AI应用。看这个视频，我已经出现在这个秋风扫落叶的这样一个场景里了，还是非常真实的。就我们这个整套制作，它是一种端云相辅的分布式的这样一个架构。它解决了我们行业里面的一个痛点，就是在我们这种常规的虚拟直播间，都是一个非常重量级的这样一套系统。你可能在这种主播去开播的时候，他可能需要在他本地有一套很重的这样一个服务器，需要很复杂的一些处理。体验我们这个虚拟直播间，就是对于我们这个主播，特别是UGC的这样的用户来讲，你只需要一台手机或者一个比较轻量级的这样一个相机去采集你的这种视频。然后我们整个制作的过程就是在云端去完成。
接下来我们就到了行业展示区，这里包含了汽车、游戏、金融、娱乐等九大行业板块。我们可以看到火山引擎赋予他们独特的解决方案以及互动项目。接下来我们就去体验一下春晚同款的大雁塔李白技术。我们现在看到的这个效果，是24年春晚西安分会场的这个节目的具体效果。这个效果就是火山引擎通过AR的增强现实技术，然后结合西安的地标性建筑大雁塔。然后成功的是将李白这个角色，把他复活在了这个大雁塔上面。打开抖音，对，然后扫一扫，扫这个二维码，好识别出来李白了。李白已经站在那里了，他可以站在站在我的手上，他就在整个区域。
最后我们来到了生态绿洲合作展区，可以看到这一大片logo墙，上面是火山引擎目前重要的合作伙伴，他们几乎囊括了各行各业。在内外融合价值共生的理念下，火山引擎正带领着这些企业不断向前飞奔。经过今天的探展，我们有理由相信，火山引擎有能力、有技术，可以开启模型服务的新篇章。
