从「AI For What」到「Value From AI」，100+可落地实践案例打通 AI 实战最后一公里！
4 月 16 日-4 月 18 日，QCon 全球软件开发大会将在北京举办。本届大会锚定 Agentic AI 时代的软件工程重塑，聚焦 Agentic AI、多智能体协作、算力优化、技术债治理、多模态和 AI 原生基础设施等前沿话题，邀请来自腾讯、阿里、百度、华为、蚂蚁、小米、网易等企业技术专家，带来百余项真实落地案例，系统性分享前沿洞察与实战干货，以技术共创探索 AI 落地新路径。
北银金科高级算法专家尹辰轩已确认出席 “Agentic Engineering” 专题，并发表题为《多模态+Agent 在培训与教育领域的应用》的主题分享。将多模态模型接入 Agent 中会有很多场景创新，比如将各类教材或培训材料，通过大模型解读，然后形成 PPT 和带数字人的演讲视频；再比如利用 AI 模仿真人与客服或销售对练，提高销售服务技巧。基于多智能体协同和大小模型协同，AI 能够应用的场景范围脱离了聊天。当然，这个过程中，性能也会是相当重要的技术难点。本次演讲将深入探讨多模态模型的快速进化推动 AI 应用场景扩充、AI 课程和 AI 陪练领域的一些应用等相关内容。
尹辰轩，曾就职于京东金融（P8/算法专家）、华兴证券（SVP/高级金融工程师）。牵头负责企业 AI 图谱、大模型投顾（大小模型协同引擎）、AI 陪练（多 Agent 协同）、AI 创智课程（多 Agent 协同）、报告专家（多 Agent 协同+大小模型协同）等项目或产品，主持人工智能技术在各类场景的落地，拥有丰富的项目经验。他在本次会议的详细演讲内容如下：
演讲提纲
多模态模型的快速进化推动 AI 应用场景扩充
AI 课程和 AI 陪练领域的一些应用
AI 课程实现逻辑
AI 陪练实现逻辑
3. 技术上需要注意的点
流程编排中的模型引用要适当，不要追求大参数模型
知识库要慎用，会影响性能
多 Agent 协同和工作流要善用并行
在多模态接入过程中，尽量少用后端
演讲亮点
对多模态模型的优化（如 PPT 排版，数字人生成，性能优化）
技术架构的优化，尽量减少调用次数以提高性能
听众收益
应用场景的启发
Agent 在实际业务中的应用架构
关于多模态+Agent 中性能的考量
除此之外，本次大会还策划了Agentic Engineering、多模态理解与生成的突破、记忆觉醒：智能体记忆系统的范式重塑与产业落地、具身智能与物理世界交互、Agent Infra 架构设计、AI 重塑数据生产与消费、AI 原生基础设施、AI 驱动的技术债治理、小模型与领域适配模型、大模型算力优化、Agent 可观测性与评估工程、AI for SRE等 20 多个专题论坛，届时将有来自不同行业、不同领域、不同企业的 100+资深专家在 QCon 北京站现场带来前沿技术洞察和一线实践经验。
更多详情可扫码或联系票务经理 18514549229 进行咨询。
