颜水成教授现任昆仑万维2050研究院院长、昆仑万维与Skywork AI首席科学家，曾任Sea首席科学家。颜水成是新加坡工程院院士、AAAI、ACM、IEEE 和 IAPR Fellow。他的研究领域包括计算机视觉、机器学习和多媒体分析。截至目前，颜水成教授已在国际顶级期刊和会议上发表论文800余篇，H指数为140+。颜水成教授的团队在Pascal VOC和ImageNet（ILSVRC）两项核心竞赛中获奖十余次。此外，他的团队还获得了十余项最佳论文和最佳学生论文奖，特别是在多媒体领域的顶级会议ACM Multimedia上获得了大满贯，包括三次最佳论文奖、两次最佳学生论文奖和最佳演示奖。

于2009年发起成立 PM-Summit 全球产品经理大会。在人工智能、产品创新、软件架构等方面拥有丰富的经验和深入的研究。他也是全球机器学习技术大会主席，近年来专注于大语言模型的人工智能方法，提出科技创新的“范式转换立方体 ParaShift Cube” ，相关研究和咨询引起了业界的强烈关注。

紫东太初大模型研究中心常务副主任，研究员，博导，武汉人工智能研究院院长，中国科学院大学人工智能学院岗位教授，多模态人工智能产业联盟秘书长，主要从事多模态大模型、视频分析与检索、大规模目标识别等方面的研究。在国际权威期刊和会议发表论文300余篇，参与国家、行业、团体标准制16项，申请发明专利50余项，获得15项国际算法竞赛冠军；荣获北京市科技进步一等奖、北京市自然科学二等奖、吴文俊人工智能科技进步奖、华为天才少年桃李奖、中国发明创新银奖；获得新时代中国经济创新人物、中科院科苑名匠团队、武汉楷模、北京市高聚领军人才、广州市创新团队领军人才、山东省泰山领军人才和光谷3551领军人才等荣誉称号。

博士毕业于中国科学院自动化研究所，主要研究问答系统和大语言模型。历任搜狗、腾讯高级研究员，有着丰富大规模生成式模型经验，主导并发布如ReCO、ComQA、ChiQA、T2Ranking等大规模中文问答数据，以及Baichuan系列预训练模型。在ACL、SIGIR、AAAI等国际顶级人工智能和自然语言处理会议上以第一作者发表论文11篇，并获得2021年CIKM best paper runner up。博士论文《机器阅读理解关键技术研究》获2019年中国中文信息学会优秀博士论文奖。中国中文信息学会青年工作委员会执行委员。

北京邮电大学智能科学与技术博士，北京智源人工智能研究院基础数据研究组负责人，有悟道·天鹰Aquila系列基础模型(7B/34B/8x16B)开发和开源经验，在人工智能领域学术会议和期刊上发表论文，现在关注高质量数据合成技术等研究方向。

现就职于快手科技，快意大模型知识增强研发负责人，同时兼任智能交互团队负责人。主要关注Agent, RAG, Alignment, RL, LLM等技术，在ICLR及NeurIPS, ICML等CCF-A/B类会议和期刊上发表论文30余篇，申请国际、国内专利十余项，相关研究在企业场景落地并产生较大效益。曾担任上述国际会议的PC, Senior PC, Area Chair，中国数据挖掘会议（CCDM）的论坛主席，以及CCF多智能体学组的执行委员。本人和所带领的团队曾获全球数字经济大会“人工智能大模型场景应用典型案例”、国际人工智能会议NeurIPS强化学习竞赛冠军、中国计算机学会“多智能体研究优秀博士论文奖”、北京市“优秀(博士)毕业生”、华为“创新先锋总裁奖”。

阿里云云效、通义灵码产品技术负责人，致力于企业研发效率、产品质量、DevOps方向研究和探索。2011年加入阿里，带领过大数据测试团队、测试工具研发团队、研发平台团队。对研发协同、测试、交付、运维领域都有很深的见解。目前正在带领团队向云原生、极致效率、智能化等领域进行持续演进。

2016年加入微软，主要研究方向为跨语言的预训练、AI智能体及具身智能。开发的跨语言模型Unicoder应用场景包括微软产品十余项、语言一百余种。AI智能体框架TaskMatrix.AI可适用于集成大量API并广泛适用于各种数字和物理场景。

C++ 嵌入式开发委员会SG14与机器学习委员会SG19主席，同时担任C++语言方向演化委员会主席，Codeplay研发副总裁，C++标准委员会加拿大代表团团长。Michael在C++并行计算、高性能计算、机器学习领域拥有丰富工作经验，他领导制订了应用于GPU应用开发C ++异构编程语言（SYCL）标准.对Tensorflow底层性能优化有着深刻的研究和见解。其具体工作涵盖并行编程、神经网络、计算机视觉、自动驾驶等领域。Michael 曾任 IBM 高级技术专家，领导 IBM XL C++编译器、XL C 编译器的开发工作。

中国中文信息学会理事，中科院软件所博士。目前担任新浪微博技术研发负责人，在此之前在阿里巴巴担任资深技术专家，负责新技术团队。《这就是搜索引擎：核心技术详解》、《大数据日知录：架构与算法》的作者，目前主要研发兴趣集中在推荐系统及自然语言处理

百度资深工程师、文心快码（Baidu Comate）架构师，10+年研发经验，先后负责代码智能、代码托管等产品的架构设计与实现。对DevOps智能化落地、云原生、高可用方向都有深入研究。

负责多语言大模型及 AI Agent 的研发工作。博士毕业于伦斯勒理工学院，研究方向为自然语言处理和信号处理，曾在 ACL、EMNLP、NAACL、ICASSP、IEEE Transactions on Signal Processing 等国际会议和期刊发表多篇论文。

目前专注于多模态基础模型研发、曾任微软亚洲研究院主管研究员。在人工智能领域国际期刊和会议如TPAMI、CVPR、NeurIPS等发表学术论文30余篇，担任Pattern Recognition期刊副主编，ACM Multimedia会议领域主席。

Lepton AI 创始成员，曾在阿里云担任高性能 AI 平台产品负责人，专注于 AI 在多个行业的落地及应用。Lepton AI 致力于建立高效可用的AI 基础设施，让团队更关注于应用构建及落地。

腾讯Angel机器学习平台专家工程师，多年专注于AI工程领域，目前负责Angel大模型一站式平台的架构设计与开发工作，支持腾讯混元大模型、腾讯广告等模型研发、应用场景。

本科、博士毕业于同济大学。2018年获得计算机科学与技术博士学位，主要从事分布式并行计算、异构计算在多媒体计算、计算机视觉以及机器学习等领域的研究和应用。2018年8月加入商汤，担任资深系统研究员，主要负责训练框架SenseParrots的研发与训练技术的研究、国产训练芯片的适配、训练芯片评测标准的设计、训练框架-芯片适配技术与标准，以及国产训练生态建设等工作。2022年加入壁仞，担任FPA部门负责人，负责壁仞训练产品的研发与生态的构建。

eBay 风控部门高级技术专家。曾先后主导了eBay风控实时RCA平台，风控地址标准化与模糊匹配服务，以及高并发高可用风控名单管理系统的设计与开发工作，负责多个eBay风控决策引擎核心组件的设计，开发与维护，具有丰富的高性能系统架构设计的工程经验。此外，在知识图谱与风控决策引擎的集成，大语言模型在风控领域的应用等方向具有深厚的技术积累与丰富的实践经验。

多年负责搜、推、广场景数据相关的数据仓库、数据平台及算法系统架构设计与工程实现的数据工作经验；加入腾讯后，主要负责腾讯天穹大数据平台的平台智能自治、数据治理、智能化相关的系统架构设计、工程实现以及业务落地的工作。

毕业于清华大学五道口金融学院，曾就职于平安、建行等金融科技企业，主要从事大数据、人工智能等领域技术研究。历任京东科技数据团队大数据平台技术架构师、京东科技星海大数据平台产品核心架构师，现任京东科技大模型技术负责人，致力于将人工智能技术应用企业实践，旨在通过技术创新，推动企业数字化转型，提升运营效率和决策质量。

负责 Dify.AI 最佳实践探索及架构设计。一个 90% 的 E 人，却喜欢前沿技术折腾，并认为 Code 是最纯粹的事情。在软件工程、服务高可用和数据处理领域有较为丰富的经验，曾独立搭建类 Notion 的笔记型知识库后端服务，超百万用户量；对 RAG 领域有着深刻的理解与实践，曾多次在向量数据库大会、A2M大会、人工智能峰会中进行过相关领域的知识分享。

毕业于哈尔滨工业大学，曾就职于阿里巴巴、微软等公司。在微软工作十余年，曾担任微软必应搜索首席开发经理。当前负责澜舟科技的大模型技术和应用落地, 包括 RAG、搜索、问答、报告生成、视频会议分析等。

主要负责得物算法平台的相关研发工作。在得物从0到1打造通用大模型训练和推理平台。曾就职于腾讯、阿里等多家互联网大厂。2022年加入得物，专注于大模型相关技术，包括推理加速与各应用场景落地，曾在得物技术公众号发表过多篇高质量大模型相关文章，比如：利用多Lora节省大模型部署成本，KubeAI大模型推理加速实践，得物大模型平台接入最佳实践。

小红书社区搜索算法工程师，负责搜索召回、query 分析、垂类检索等方向的技术研发。

硕士毕业于中国科学院计算技术研究所，研究领域包括大规模分布式训练、代码领域模型等。作为豆包MarsCode代码补全、代码补全Pro、代码问答等AI功能算法负责人，负责代码领域模型调优、推理加速以及更多开发者AI功能孵化。长期致力于软工任务与大模型的结合与实用化落地，在代码补全、代码生成以及代码理解等AI能力产品化有丰富的实践经验。

目前主要负责通义百炼产品RAG算法架构与通义实验室其他多个产品RAG的离线算法技术。7年NLP&AI算法研发以及落地经验。曾在ACL、EMNLP、NAACL、SIGIR等顶级会议上发表多篇论文，研究领域涉及NLP传统任务、多模态预训练、RAG。曾提出业界第一个地理多模态预训练模型MGeo，下载量过百万。目前致力于流程化、模块化的可落地RAG技术方案建设，开源了CQDA RAG数据集以及CoFE-RAG全链路RAG评估框架。

北京大学软件与微电子学院特聘硕士生导师，深圳市海外高层次人才，深圳市科创委科技专家。研究领域覆盖推荐系统、数据挖掘、自然语言处理等方向。代表研究成果推荐系统“时间流动性”，被广泛应用于工业实践，曾在腾讯广告、微软必应、阿里巴巴天猫等企业推广。相关技术成果发表国际顶级会议学术论文十余篇，被引用一千余次，承担多个省级、国家级课题。

国家高层次人才计划获得者。曾在新加坡国立大学、美国伊利诺伊大学厄巴纳-香槟分校、悉尼科技大学从事研究工作。入选MIT TR35 China、百度全球高潜力华人青年学者、《澳大利亚人》TOP 40 Rising Star；获世界互联网大会领先科技奖（2023）、教育部高等学校自然科学奖一等奖（2022）、中国图象图形学学会科技技术奖一等奖（2019）、澳大利亚研究委员会青年研究奖（2019）、IBM C3SR最佳研究奖（2019）、计算机视觉世界杯ImageNet目标检测冠军（2014）及多项CVPR竞赛冠军；发表TPAMI、CVPR等顶级期刊/会议论文100多篇，Google引用超22000多次。目前主要研究方向包括面向非完美数据的视觉感知、多模态数据分析、生成式人工智能等。

清华大学博士，专长于分布式系统优化、并行计算、分布式存储等领域，前深信服大数据、数字化、AI应用等多个部门的研发主管，负责团队管理及关键产品研发，主导多个千万级项目研发与交付，拥有丰富的产品化落地经验。

现任京东探索研究院高级算法科学家，围绕具身智能技术、室内服务机器人应用领域开展研究工作，在ICRA，IROS有数篇论文发表。北京交通大学通信与信息系统博士，获得北京亦麒麟优秀人才，京东-探索研究院技术之星奖，构建了“大模型+机器人”具身系统，为京东集团相关重点项目提供了技术路线支撑，并负责大模型在该项目上的应用研发。目前，专注于打造基于多模态大模型的双臂移动机器人平台，聚焦上层认知能力和底层操作技能的提升。

中来也科技的联合创始人和CTO，在机器学习、人工智能领域有近20年的研究和创业经历。在联合创立来也科技之前，胡一川曾联合创立视频个性化推荐产品"今晚看啥”，后被百度收购，并加入百度担任资深架构师。胡一川本科和硕士毕业于清华大学，博士毕业于美国宾夕法尼亚大学，发表论文20多篇，拥有专利和专利申请200多项。胡一川是中国计算机协会技术前沿委员会委员，以及武汉工程大学人工智能学院客座教授。国计算机协会技术前沿委员会委员，以及武汉工程大学人工智能学院客座教授。

硕士毕业于浙江大学，研究领域聚焦深度学习算法的全栈优化，涵盖模型优化和N卡推理优化。在字节跳动ByteNN团队先后负责服务端稀疏加速/LLM推理优化能力建设，支持豆包视觉多模态大模型项目的推理优化。目前在ByteNN团队负责模型优化，致力于通过推理引擎和模型层面的协同优化，降低LLM/SD模型的云端推理成本，进一步推动AIGC模型的端侧落地。

毕业于北京邮电大学通信工程专业，拥有16年先进技术的工程应用经验，先后在视频通信、计算机视觉、CV异构推理框架、大语言模型应用等领域，主导过大型软件架构的设计和研发工作。现专注于 AI 应用产品的研发，带领团队开发上线了商汤 AI Native 生产力系列工具「代码小浣熊」和「办公小浣熊」，为数十万开发者提供编程辅助服务。

目前带领研究院视觉团队在多模态大模型，视觉AIGC，跨模态图文学习，开放世界目标检测，开放词表视频分析，AIoT等方向进行前沿探索和工业落地工作。

博士生导师，从事机器学习研究，特别关注大规模机器学习、统计机器学习理论等。共发表高水平期刊和会议论文40余篇，包括IEEE TPAMI、ICML、NeurIPS、ICLR、AAAI、IJCAI等，其中第一作者/唯一通讯作者在中国计算机学会推荐A类上发表学术论文20余篇。曾获2014年亚太知识发现和数据挖掘会议（PAKDD）博士生论坛最佳论文，并指导学生获2021年环太平洋国际人工智能会议（PRICAI）最佳学生论文。作为项目负责人主持了国家自然科学基金面上项目和青年项目、北京市自然科学基金面上项目、中国科学院基础前沿科学研究计划等。曾获2020年中国人民大学“杰出学者”、2019年中国科学院“青年创新促进会”、2016年中国科学院信息工程研究所“引进优秀青年”、2012年“博士研究生学术新人奖”等称号。

图计算布道师，负责TuGraph的开源技术演进、社区运营和商业化等工作。TuGraph Maintainer、DB-GPT GraphRAG作者、《自己动手构造编译系统》作者。先后就职于腾讯、阿里云、蚂蚁，从事大数据平台、云数据库、图计算相关的产品设计和技术建设。在分布式计算、数据安全管理、数据中台架构、开源布道等领域有丰富的开发和实践经历。

拥有近10年在医疗和零售领域应用机器学习和人工智能的经验。曾就职于通用电气、复星等知名企业。长期专注于医学图像、自然语言处理以及数据科学的研发，包括训练/推理框架、数据挖掘与分析等领域。于2024年7月创立AI产品团队，负责基于大模型的应用产品开发，如 RAG & Agent 等。

2017年硕士毕业于德州大学软件工程专业，毕业后一直从事于NLP相关的研究，专注于模型训练及应用落地。于2023年加入智谱AI，负责CodeGeex代码模型、Embedding模型训练，并主导了CodeGeeX项目级智能问答、联网搜索等功能落地。目前在CodeGeeX团队负责前沿算法研发，旨在推进大模型技术在代码领域的创新与应用。

曾就职于中国科学院，主持研制全行业事理图谱、360百科图谱、知识图谱平台、360版式分析模型等项目，360智脑大模型前核心成员，申请发明专利十余项、论文数篇，对外开源项目70余项。近年来 在OGB-Wikikg2实体链接、ICPR多行数学表达式识别、CCKS多模态实体对齐、可解释类案匹 配等评测中获得多项冠亚军，创立老刘说NLP技术社区，具备广泛影响力。

毕业于天津大学图像处理与模式识别专业，拥有近10年在办公领域应用机器学习的经验，深耕大数据、用户画像、计算广告、搜索推荐、计算机视觉等领域，现任金山办公算法总监，负责基于大模型的应用产品开发，主要关注Agent, RAG, LLM等技术的应用落地，致力于为用户提供超出预期的AI办公体验。

西北工业大学光电与智能研究院研究员、博士生导师，清华大学自动化系、复旦大学/浙江大学/中国科学技术大学计算机系博士生企业导师，博士毕业于新加坡国立大学，研究领域：多模态AI Agent、AI+文旅、临地安防。 共发表CCF-A类论文60余篇，含一作T-PAMI×2（IF: 20.8）、IJCV×3（IF: 11.6），第一发明人授权国家发明专利5项。相关技术成果在中国电信、百度、蚂蚁金服、奇虎360等7个科技行业领军企业得到应用，产生了显著效益。曾入选中国科协及北京市科协“青年人才托举工程”，主持国自然面上科学基金等项目7项。曾获吴文俊人工智能优秀青年奖（2023）、吴文俊人工智能自然科学奖一等奖（2/5，2022）、新加坡模式识别与机器智能协会（PREMIA）Lee Hwee Kuan奖（2019）、ACM Multimedia唯一最佳学生论文奖（一作，1/208，CCF-A类会议，2018），8次在国际重要科技赛事中夺冠。 担任北京图象图形学学会理事，国际知名期刊《Pattern Recognition》、《Artificial Intelligence Advances》、《IET Computer Vision》编委，《Pattern Recognition Letters》、《Electronics》特刊客座编辑，VALSE资深领域主席，ACM Multimedia 2021分论坛主席，CICAI 2022/2023领域主席，CCBR 2024论坛主席，中国计算机学会/中国人工智能学会/中国图象图形学学会高级会员，中国科协科技人才奖、中国电子学会科技奖、中国电信集团科技奖、中国人工智能大赛、“挑战杯”大学生科技作品竞赛评审专家等。

曾任大数医达科技有限公司算法总监、阿里巴巴数据事业部系统架构师，多年来深耕大数据、人工智能在工业界应用和开发管理。对大语言模型在严肃医疗场景的应用、开发拥有丰富的实战经验。

卞正达师从新加坡国立大学尤洋教授，是全球超算领域的顶尖人才之一。他在高性能AI系统方面拥有7年的丰富经验，并作为核心开发者参与了Colossal-AI系统的研发。他曾在全球超算最顶尖的会议SC上发表过一作论文，展现了他在AI计算和系统优化领域的卓越能力。卞正达致力于推动高效能AI的技术进步，通过优化计算资源的使用来提升AI模型的训练和推理效率，在国际上具有深远影响。

负责大语言模型检索增强领域的研究工作。2024年博士毕业于中国人民大学高瓴人工智能学院，研究方向为自然语言处理和信息检索，曾在ACL、EMNLP、SIGIR、theWebConf等国际会议发表多篇论文，获theWebConf 2023最佳论文提名。

曾于中国科学院计算技术研究所获得博士学位，研究方向包括编译技术、并行计算及异构计算。陈龙博士多年从事面向国产芯片的编程与编译技术研发工作，曾任华为编译器与编程语言实验室架构师，主导过多项国产化芯片的编译器产品开发工作。技术涵盖高性能服务器、无线通信、AI加速芯片等多个领域，面向市场获广泛应用。基于多年在芯片基础软件建设上的经验积累，于2023年联合创办了中科加禾科技有限公司，致力于解决国产AI算力落地应用所面临的困难。中科加禾通过全系统优化、编译技术及工具加持，提供大模型推理及微调系统工具，为国产AI算力加速落地提供帮助。

负责aiXcoder大模型开发的全流程，包括数据采集与清洗、大模型构建与训练、模型推理优化及服务、模型评估等。关注如何通过大规模分布式训练获得更符合软件工程实际开发场景的基础代码大模型；关注构建能符合软件开发流程、工具、行为的人类对齐训练方法；关注如何在私有代码上做领域化增量训练，并尽可能降低灾难遗忘等问题。

王楠博士，Jina AI的联合创始人兼首席技术官，博士毕业于德国波鸿大学计算神经科学专业。之后曾在欧洲知名电商Zalando和腾讯公司担任高级算法工程师，负责搜索和推荐业务，并在这些领域积累了丰富的模型设计、实现和部署经验。 自2020年起创立Jina AI，作为联合创始人兼CTO，王楠博士领导团队开发及开源了神经搜索框架jina。作为Linux Foundation AI&Data基金的TAC成员，他推动DocArray从Linux Foundation AI&DATA毕业。王楠博士组织开发和开源了多个文本和多模态向量模型，全球累计下载量超过1000万。王楠博士热衷于AI技术在搜索领域的实际应用，并且积极推动AI技术的开源发展，他在AI技术领域的杰出贡献使他荣获2023年中国开源先锋33人的称号。

北京麦伽智能科技有限公司创始人、CEO，于清华大学计算机系获得学士和博士学位，曾在清华大学从事博士后研究工作，曾获得中国中文信息学会优秀博士论文、ACM SIGIR最佳短文、AIRS最佳论文奖等荣誉；曾赴新加坡国立大学、日本早稻田大学访学；曾担任新加坡NExT中心访问研究员。麦伽智能是清华大学互联网司法研究院的产业合作伙伴，将联合研发的LegalOne法律大模型应用于司法实务中。