近日，为期两天的2024中国生成式AI大会（上海站）圆满落幕，吸引了超过4000人报名咨询，现场超过1200位观众参会，线上观看人次更是突破104万。
此次大会以“智能跃进 创造无限”为主题，汇集了51位产学研投领域的嘉宾代表，共同探讨了生成式AI的技术创新、商业应用及未来趋势。
大会现场气氛热烈，主会场和分会场均座无虚席，展览区也吸引了大量观众驻足交流。15家参展企业展示了最新的技术和产品，引起了广泛关注。
在AI Infra峰会上，上海交通大学副教授戴国浩指出，业界应关注单位算力的高效token吞吐，通过软硬协同优化提高算力利用效率。北电数智的郭文分享了如何通过全栈AI工厂填补国产算力供需断层，GMI Cloud的King.Cui则强调了高稳定GPU集群在AI企业全球化布局中的重要性。
阿里云、光羽芯辰、中昊芯英等企业代表也分别就智算集群、个人大模型、国产TPU芯片软件栈等主题进行了深入分享。
下午场的圆桌讨论聚焦“大模型行至深水区，AI Infra的新变化与新机会”，德联资本执行董事刘景媛主持了讨论，多位嘉宾就AI Infra领域的新挑战与机遇发表了真知灼见。
大会首日还举行了大模型峰会，17位嘉宾围绕大语言模型、多模态大模型等前沿议题进行了深入交流。分会场还组织了端侧生成式AI技术研讨会、AI视频生成技术研讨会与具身智能技术研讨会，为参会者提供了更多学习和交流的机会。
在AI Infra领域，多位嘉宾分享了关于智能体开发管理平台、实时语音、向量数据库、RAG技术等方面的最新进展。枫清科技的高雪峰强调了从数据到知识的跨越对于生成式AI与决策智能融合的重要性；声网的毛玉杰则探讨了生成式AI与实时互动技术的结合如何改变人机交互体验。
腾讯云的谢宇介绍了向量数据库在挖掘数据价值方面的作用，Jina AI的王楠则讨论了长文本大模型与RAG的长期共存关系。Zilliz的栾小凡分享了向量数据库面临的挑战及解决方案，英飞流的张颖峰则提出了多模态RAG的新范式。
Alluxio的傅正佳则强调了提升大规模模型训练效率的重要性，并介绍了其通过统一数据视图、丰富协议转化、高性能数据访问等方式打造高性能AI数据底座的解决方案。
此次大会不仅展示了生成式AI领域的最新成果和创新应用，也为行业内外人士提供了宝贵的交流与合作机会。随着生成式AI技术的不断发展和商业化进程的加速推进，相信未来将有更多创新应用涌现，为各行各业带来深刻变革。
