DeepSeek以迅雷之勢席卷全球，并以實戰(zhàn)為突破點，推動AI 技術在實際應用中的深刻變革。我們站在這個新起點上，遠眺 AI 技術落地最洶涌的浪潮。各行各業(yè)正積極探索如何利用DeepSeek等前沿AI技術實現(xiàn)業(yè)務創(chuàng)新。在眾多AI技術和應用中，找到那些真正具有顛覆性和引領性的方向，并實現(xiàn)切實可行的落地應用，已成為企業(yè)當前關鍵的戰(zhàn)略思考。
3月22日，由騰訊云架構師技術同盟與騰訊云 TVP 聯(lián)合主辦的「DeepSeek實戰(zhàn)驅動行業(yè)智變——騰訊云架構師技術沙龍」成功舉辦。本次活動邀請到AI領域的大咖分享DeepSeek落地案例的寶貴經(jīng)驗，共同探尋AI技術賦能業(yè)務智能化變革的進階路徑。
騰訊云架構師技術同盟上海分會正式成立
同程旅行出行事業(yè)群CTO、騰訊云架構師技術同盟活動組織主席 王曉波
大會伊始，同程旅行出行事業(yè)群CTO、騰訊云架構師技術同盟活動組織主席 王曉波主持開場。他介紹本次騰訊云架構師技術沙龍是騰訊云面向廣大架構師與資深開發(fā)者舉辦的技術交流活動，聚焦前沿話題，匯聚專家智慧，深度探討，攜手共創(chuàng)，用最專業(yè)的分享與思辨，助力廣大架構師共同成長！
「騰訊云架構師技術同盟」是騰訊云為架構領域知名專家與從業(yè)精英打造的專業(yè)技術社交圈，通過多樣的技術交流會議、社群專業(yè)探討、權威內容輸出，打造業(yè)界領先的架構師專業(yè)技術同盟。
騰訊云架構師技術同盟主席 毛劍
騰訊云架構師技術同盟主席 毛劍宣布，騰訊云架構師技術同盟首個分會——上海分會正式成立。騰訊云架構師技術同盟上海分會作為國內首個啟動的地區(qū)同盟，肩負引領地區(qū)同盟發(fā)展的重任。未來騰訊云架構師技術同盟將計劃擴展至北京、深圳、廣州、成都等地，以本地化方式促進技術交流，以開展各種線上線下活動，吸引更多優(yōu)秀架構師參與，幫助更多架構師成長發(fā)展。
會上，騰訊云架構師技術同盟上海地區(qū)理事會同時成立，由 12 位騰訊云架構師名人堂專家擔任理事。毛劍為各位理事頒發(fā)聘書，以感謝他們對上海分會作出的支持與貢獻。
ClickPaaS CPO、騰訊云架構師技術同盟上海地區(qū)理事會理事長 馬俊表示，感謝騰訊對我的信任，作為上海地區(qū)理事會理事長，我深感責任重大，面對聚集架構師行業(yè)頂尖人才的壓力，我決心將壓力轉化為動力。我們將致力通過騰訊云搭建的平臺助力架構師成長，促進技術的普惠性和公益性，特別是幫助年輕的架構師提升自我、創(chuàng)造價值。
ClickPaaS CPO、騰訊云架構師技術同盟上海地區(qū)理事會理事長 馬俊
DeepSeek 創(chuàng)新驅動的AI應用寒武紀
CSDN高級副總裁、全球機器學習技術大會主席 李建忠
在主題演講環(huán)節(jié)中，CSDN高級副總裁、全球機器學習技術大會主席 李建忠發(fā)表題為《DeepSeek創(chuàng)新驅動的AI應用寒武紀》的報告，介紹 DeepSeeK 的關鍵技術創(chuàng)新、對AI生態(tài)的深遠影響、AI 產(chǎn)品的范式轉換立方體以及 AI Agent智能體應用爆發(fā)寒武紀。
李建忠表示，DeepSeeK 的關鍵技術創(chuàng)新有以下方面：
1、開源強化學習引領推理計算范式轉換
DeepSeek R1 基于強化學習和 Self-play實現(xiàn)推理的Scaling Law，隱式思維鏈使模型學會中間過程的推理路徑。DeepSeek 的出現(xiàn)，將大模型從預訓練階段的“統(tǒng)計學習” ，轉變?yōu)橥评黼A段的“探索創(chuàng)新” ，完成了從“快思考”到“慢思考” 的飛躍。
2、MLA和MoE等引領大模型架構創(chuàng)新
DeepSeeK在基于Transformer架構的基礎上進行多項優(yōu)化，例如MLA用于高效推理，顯著降低推理顯存的消耗。MOE用于高效訓練，其由多個專家模型組成，通過部分激活給定任務所需的特定專家，而不是激活整個神經(jīng)網(wǎng)絡，從而降低計算消耗。DeepSeek使用高難度的256個路由專家和1個共享專家，并創(chuàng)新的采用冗余專家，來實現(xiàn)負載均衡策略和訓練目標。
3、“貼身定制”的軟硬協(xié)同工程優(yōu)化
DeepSeeK 從計算、存儲、通信等多個層面實施了軟硬協(xié)同的工程優(yōu)化策略。面對算力限制，DeepSeeK采取了一系列措施，如混合精度訓練、跨節(jié)點通信優(yōu)化、雙流水線機制、DualPipe算法等，以實現(xiàn)高性能計算。李建忠表示，如果DeepSeek成為開源大模型領域的標配后，有機會通過“軟件定義硬件”或者說 “模型定義硬件”來倒逼硬件廠商，走出一條顛覆英偉達CUDA生態(tài)的道路。
接著，李建忠探討DeepSeeK對AI生態(tài)系統(tǒng)的重要意義。一是隨著DeepSeeK大幅降低大模型的成本，推理和搜索的成本已接近甚至低于傳統(tǒng)搜索引擎，這為AI應用的大規(guī)模普及創(chuàng)造條件，將迎來“寒武紀”式AI應用爆發(fā)。二是DeepSeek從 “訓練”和“推理”重塑算力生態(tài)，AI產(chǎn)業(yè)版圖有望重塑。三是開源長期主義是創(chuàng)新?lián)u籃，DeepSeeK從第一天就擁抱開源。這種開放的態(tài)度贏得全球開發(fā)者的廣泛支持，越來越多的開發(fā)者和企業(yè)開始擁抱DeepSeeK的開源解決方案。
針對AI產(chǎn)品的范式轉換，李建忠創(chuàng)新提出“范式轉換立方體”概念，該理論基于X軸（技術）、Y軸（需求）和Z軸（模態(tài)）。X軸涵蓋計算和技術的發(fā)展階段；Y軸關注人類的核心需求領域，如信息、娛樂、搜索、社交及商業(yè)；Z軸則代表了不同模態(tài)的變化，從文本到圖片、音頻、視頻等。通過這三個維度的交叉分析，可以發(fā)現(xiàn)創(chuàng)新機會點。
隨著AI智能體的興起，技術正從信息網(wǎng)絡向行動網(wǎng)絡轉變。智能體通過強大的推理、規(guī)劃和執(zhí)行能力，不僅彌補了大模型的不足，還實現(xiàn)主動交互，如自動安排會議和預訂機票，這里需要多智能體的協(xié)作，而不是全由一個模型來完成。未來互聯(lián)網(wǎng)將更多服務于智能體，可能需要改變搜索、廣告、電商等模式，使其更適應智能體的需求，進而重構整個互聯(lián)網(wǎng)架構和商業(yè)模式。因此李建忠表示，未來的產(chǎn)品，將從面向“人類”的需求， 轉變?yōu)槊嫦颉爸悄荏w”的需求。
構建基于Ray框架的RL訓練與分布式推理
bilibili 機器學習平臺負責人、騰訊云架構師名人堂專家 孫英男
bilibili 機器學習平臺負責人、騰訊云架構師名人堂專家 孫英男帶來《構建基于Ray框架的RL訓練與分布式推理》的主題演講，探討 DeepSeek 模型帶來的范式變革，闡述如何利用Ray框架構建強化學習訓練和推理系統(tǒng)。
DeepSeek帶來哪些技術范式變革？孫英男表示，DeepSeek-R1作為推理模型，其能力得到顯著提升。DeepSeek-R1 工作亮點有以下幾點：一是結合MOE+GRPO訓練整體成本低 ；二是RL驅動推理能力進化，驗證RL scaling命題；三是對Dense模型蒸餾可大幅提升效果；四是證明PRM和MCTS路徑走不通。
DeepSeek開源后，驅動 AI 基礎設施革新。DeepSeeK開源大量的工程工作，涉及從推理框架到底層算子全棧優(yōu)化，AI工程、INF工程、SYS工程，還進行大量推理成本優(yōu)化工作。平臺還在大規(guī)模RL訓練pipeline、高效分布式在/離線推理等方面做了許多重點工作。
接著，孫英男從框架的視角來介紹強化學習訓練與推理。強化學習通過智能體與環(huán)境的互動來學習最優(yōu)決策過程。智能體根據(jù)當前環(huán)境狀態(tài)，使用策略網(wǎng)絡決定采取的動作，以改變環(huán)境并獲得獎勵。隨后，他詳細介紹PPO和GRPO兩種強化學習訓練方法。PPO是一個推理和訓練混合的過程，涉及多個模型（Actor/Critic/Reward/Reference模型），通過采樣和反向傳播更新模型參數(shù)。相比之下，GRPO沒有Value模型，減少訓練成本。
然而，RL訓練的過程中，面臨多模型多階段任務流、推理&訓練的差異性、模型參數(shù)量持續(xù)增長等問題。為了應對多卡環(huán)境下的挑戰(zhàn)，孫英男表示，使用Ray框架進行高效分布式訓練和推理的方法。Ray能夠動態(tài)規(guī)劃計算圖，簡化訓練過程，并支持靈活的任務編排和資源調度。
Ray框架最早應用于強化學習場景，支持Single Controller，它通過封裝無狀態(tài)計算為Task，并通過Actor抽象有狀態(tài)存儲，實現(xiàn)高效的資源調度和復用。具體實現(xiàn)中，Ray可以將不同的模型分配到不同的顯卡和機器上，形成一個高效的分布式訓練和推理系統(tǒng)。目前社區(qū)基于ray的RL框架有 OpenRLHF、veRL 等。
最后，孫英男詳細展開介紹推理側落地Ray的場景：分布式推理、離線批量推理、GPU分時復用。通過本次演講，孫英男讓我們清晰地看到在復雜的技術背后， 如何借助Ray框架實現(xiàn)高效的強化學習訓練與分布式推理，為Deepseek實際應用提供堅實的技術支撐。
騰訊云顧問，用AI重塑SRE
騰訊云顧問產(chǎn)品總經(jīng)理、騰訊云架構師名人堂專家 許小川
騰訊云顧問產(chǎn)品總經(jīng)理、騰訊云架構師名人堂專家 許小川在《DeepSeek下的高效運維之路》的報告中，分享騰訊云顧問的最新進展和創(chuàng)新實踐，闡述云顧問產(chǎn)品如何憑借其AI驅動的架構治理能力，引領云架構可視化治理的新時代。
許小川指出，DeepSeek技術在不同行業(yè)的應用和滲透情況各不相同。他提到，盡管AI技術的潛力巨大，但不同行業(yè)對AI的使用程度和深度滲透率存在顯著差異。這表明，AI技術的廣泛應用仍需克服行業(yè)特定的挑戰(zhàn)和障礙。許小川強調高質量數(shù)據(jù)在AI項目工程落地中的重要性，并分享騰訊云在AI項目落地方面的經(jīng)驗和教訓，并說明數(shù)據(jù)質量和工程實踐的重要性。
云顧問是騰訊云提供的AI原生的一站式云上治理平臺，旨在幫助企業(yè)優(yōu)化云資源管理、提升系統(tǒng)穩(wěn)定性并降低成本。云顧問基于騰訊云卓越架構理念“3層×6支柱”（3層：應用層、架構層、資源層，6支柱：安全、性能、成本、可持續(xù)、卓越運營、可靠性），提供可視化架構繪制和管理體驗。
云顧問在產(chǎn)品構建理念上進行了優(yōu)化和創(chuàng)新：相較于傳統(tǒng)運維習慣使用的還原論方法，云顧問采用了系統(tǒng)論的視角，幫助客戶從整體和系統(tǒng)層面，”看全”云架構，“看清”云架構，從而進行更全面和準確的治理。
許小川詳細介紹了通過接入混元＋DeepSeek，騰訊云顧問打造的全鏈路智能生圖、ChatBI、以及在開發(fā)中的AI訂閱等能力
全鏈路智能生圖：
運維工程師在繪制架構圖時，經(jīng)常遇到由于業(yè)務變更快、實例配置漂移等問題帶來的“圖難對上實”的現(xiàn)象。為此，騰訊云顧問推出了“全鏈路智能生圖”功能，讓繪圖和架構管理變得更實時更簡單：
● 全鏈路智能推理：基于資源配置、監(jiān)控、日志等數(shù)據(jù)，AI自動梳理上下游調用關系，一鍵生成精準拓撲圖，實時追蹤資源變動，消除“靜態(tài)圖紙”與“動態(tài)系統(tǒng)”偏差。
● 風險生圖/護航生圖：自動生成風險中心或護航場景專屬架構圖，標注問題節(jié)點及影響范圍，保障系統(tǒng)穩(wěn)定運行。
● 智能布局與定制化視圖：AI自動邏輯分層資源關系，按業(yè)務視角（成本、性能、安全）生成架構圖，滿足不同角色需求。
ChatBI：
在云運維中，如何快速獲取架構狀態(tài)的關鍵信息、更靈活地調整監(jiān)控與看板配置，往往對運維效率影響重大。針對這些需求，騰訊云顧問推出了ChatBI能力：
● 自然語言查詢：輕松查詢架構監(jiān)控數(shù)據(jù)，快速定位問題。
● 高效微調與輸出：借助Text2SQL技術，靈活調整并生成定制化圖卡與圖表。
● 業(yè)務特性監(jiān)控：結合架構邏輯生成專屬Dashboard，實時洞察架構健康趨勢。
最后，許小川探討云顧問產(chǎn)品未來的發(fā)展方向，包括更便捷、更智能的產(chǎn)品體驗。他強調數(shù)據(jù)、可視化、治理的閉環(huán)驅動力在AI場景落地中的重要性“AI 在運維中應用的關鍵在數(shù)據(jù)， 數(shù)據(jù)的關鍵在治理，治理的關鍵在可視化。”，并表示將繼續(xù)優(yōu)化騰訊云顧問產(chǎn)品的功能和用戶體驗，推廣數(shù)據(jù)、治理、可視化的理念和方法，用AI重塑SRE。
DeepSeek 時代，金融行業(yè)的創(chuàng)新與探索
平安資產(chǎn)管理資深架構師、騰訊云架構師名人堂專家 屠樂奇
平安資產(chǎn)管理資深架構師、騰訊云架構師名人堂專家 屠樂奇以《DeepSeek創(chuàng)新驅動下的金融應用和探索》為主題，詳細闡述平安資管如何利用大模型技術推動金融領域的創(chuàng)新與實踐。
關于金融行業(yè)對大模型的選型，屠樂奇表示，重點考慮私有化部署、安全性以及性能成本等因素。由于金融公司對從數(shù)據(jù)安全要求嚴格，大模型私有化部署是選型的先決條件。他們傾向于選擇國產(chǎn)開源大模型，以確保數(shù)據(jù)安全和易于維護。這些國產(chǎn)大模型不僅滿足金融行業(yè)的嚴格要求，還提供從高性能版的一體機到蒸餾版本的靈活部署選項，適應不同的業(yè)務需求。
如今，銀行、證券公司、證券公司等金融機構都在部署大模型，都在探索大模型的應用及企業(yè)落地。目前，大模型可應用于金融行業(yè)的多個領域，包括交易支持、投研助理、流程優(yōu)化和客戶服務等。例如，在交易支持方面，投資經(jīng)理可以利用大模型處理復雜的數(shù)據(jù)分析任務；在投研助理角色中，大模型幫助分析師完成數(shù)據(jù)分析工作；通過引入大模型，還可以加速金融交易系統(tǒng)的自動化進程，減少人工干預。
接著，屠樂奇分享大模型輔助金融行業(yè)的兩類工作實踐：一是結合內部知識庫的大模型問答，如通過網(wǎng)頁嵌入大模型問答，集成聊天工具集成，開放制作完成的簡易智能體問答，內部文檔可直接接入知識庫， 將知識庫上傳權限開放給用戶；二是量化策略開發(fā)，有助于回測策略編寫，效率提高30%，論文檢索，投資信號制定，輔助擇時，研報財報文生策略等。
最后，屠樂奇通過具體的流程優(yōu)化案例來展示如何使用大模型簡化交易過程中的繁瑣步驟，大大提高處理效率。例如通過自然語言處理技術，大模型能自動識別并匹配交易相關的信息，大幅減少手動輸入的工作量。他還分享如何利用規(guī)則引擎校驗生成的數(shù)據(jù)，進一步確保數(shù)據(jù)的準確性和一致性。具體來說，通過大語言模型對自然語言進行初步處理，再結合數(shù)據(jù)字典進行精確匹配，最終形成可供系統(tǒng)使用的結構化數(shù)據(jù)。
通過屠樂奇的分享，讓我們看到大模型在金融領域的創(chuàng)新實踐，助力金融機構提升效率、優(yōu)化服務，讓大家對 AI 在金融行業(yè)的應用有更直觀的了解。
深度解析 AI 如何落地企業(yè)
廣東省連鎖經(jīng)營協(xié)會技術委員會主席、騰訊云架構師名人堂專家 沈欣
廣東省連鎖經(jīng)營協(xié)會技術委員會主席、騰訊云架構師名人堂專家 沈欣在《2025 AI落地指南——從DeepSeek談起》的演講中，探討AI技術在企業(yè)中的應用與探索，并提出具體實施的方法論和組織調整策略。
沈欣指出，AI 落地邏輯為效率外掛和大腦服務，通過 AI 提高工作效率，對于大型企業(yè)來說，這會變成大腦的服務。在討論大模型作為企業(yè)“大腦外掛”時，沈欣將其分為四大類：一是廣義翻譯類，可低成本精準翻譯，自動匹配場景和文化；二是信息類，解放人工勞動力，通過AI自動完成數(shù)據(jù)匯總、格式整理等工作；三是知識類，從數(shù)據(jù)中提取規(guī)則并沉淀為知識庫，為企業(yè)的日常運營提供輔助支持；四是意圖類，根據(jù)知識和數(shù)據(jù)判斷意圖并執(zhí)行操作。沈欣提醒道，在實施上述各類應用的過程中，企業(yè)可能會經(jīng)歷一個陣痛期。企業(yè)應逐步完善規(guī)則體系，才能真正享受到AI帶來的長期紅利。
大模型在企業(yè)落地的重點，沈欣表示企業(yè)在實施AI時可遵循一些方法論，在宏觀上，進行認知重建，認識到AI作為戰(zhàn)略轉型的關鍵驅動力，無論主觀還是客觀，AI是必選題；在介觀上，確定誰來做，有沒有對應的組織體系來面對AI；在微觀上，聚焦具體實踐和技術優(yōu)化?？偟膩碚f，企業(yè)需從戰(zhàn)略到執(zhí)行全面布局，才能最大化利用大模型技術的優(yōu)勢。
隨后，他分享AI在企業(yè)內部研發(fā)體系的落地，通過引入AI，優(yōu)化需求與產(chǎn)品團隊的協(xié)作流程，明確每個需求的商業(yè)價值，并使用零代碼、低代碼及AI輔助編程提升開發(fā)效率，還有PM項目管理系統(tǒng)，確保交付質量和落地執(zhí)行，最下面使用AI運維，確保系統(tǒng)正常運行。
沈欣表示，盡管OpenAI預測AI將大幅減少可替代崗位，但從2023-2024年的實際情況來看，這些崗位的需求反而在增加。真相是減少能被AI替代工種的人力，其實并沒有獲得生產(chǎn)力提升的紅利。如何享受紅利并進行商業(yè)模式的迭代？沈欣表示，一是擴大這部分團隊，降低該工種的平均收入； 二是解決其他不平衡部分的瓶頸；三是充分用AI賦能，獲取最大的生產(chǎn)力提升紅利。
為了有效落地AI技術，CIO 需先行推動變革。沈欣給出以下具體建議：
● 安全規(guī)范先行，公有AI和內部數(shù)據(jù)、知識的隔離規(guī)范；
● AI智能體協(xié)同低代碼，可以快速實現(xiàn)功能：“AI+”和“+AI” ，減少和某個特 定AI大語言模型的綁定關系；
● 考慮私有化+公有AI的混合結構，降低成本和增加靈活性；
● 和HR一起搭建數(shù)字員工體系和知識體系；
● 把開發(fā)解放出來以后，讓老的技術人員進入業(yè)務部門作為IT BP，提升業(yè)務 滿意度 ；
● 多出去交流，看同行怎么用。
沈欣強調，在探討AI技術在企業(yè)中的應用與探索時，需要重點關注安全問題和創(chuàng)新，“AI的引入，不是讓機器人去更快的抄書，而是設計出打印機，并通過賣墨盒掙錢?！?/p>
騰訊云AI代碼助手+DeepSeek，掀起全場景編程革命
騰訊云產(chǎn)品專家 汪晟杰
騰訊云產(chǎn)品專家 汪晟杰在《從需求到代碼：DeepSeek+AI代碼助手的全場景編程革命》的分享中，從DeepSeek對開發(fā)者的助力、AI產(chǎn)品創(chuàng)新探索及應用、場景接入的反饋以及未來展望這四個方向來介紹騰訊云AI代碼助手如何利用DeepSeek模型，實現(xiàn)全場景編程革命。
傳統(tǒng)的開發(fā)流程涉及需求溝通、編碼、測試、發(fā)布上線等環(huán)節(jié)，在AI時代，每個環(huán)節(jié)都可以通過不同的模型進行優(yōu)化，從而提高整體效率和質量。例如，在編碼過程中，當輸入“IF”時，AI可以自動補全條件語句，減少打字量并提高生產(chǎn)力。此外，AI還可以幫助調試代碼，重構不理想的代碼片段，并確保符合研發(fā)規(guī)范。
騰訊云推出AI 代碼助手，支持代碼補全、技術問答、多文件生成、AGENT 智能體等核心能力，并可以支持RAG 知識庫、自定義指令、多模型切換、企業(yè)賬號集成等自定義功能。每個模塊背后都有不同的模型支持，如補全模型用于代碼補全，對話模型用于處理開發(fā)者與AI之間的交互。以下為騰訊云AI 代碼助手的特性：
● 代碼補全特性強化：在編寫代碼時，實時根據(jù)光標位置，通過 AST 語法樹結構，感知當前代碼倉庫中的關聯(lián)性代碼，實現(xiàn)精準補全；
● 技術問答特性 ：通過側欄對話、內聯(lián)對話、指令集等功能，為開發(fā)者提供全編碼周期的實時技術問題求解能力；
● 全面支持 DeepSeek R1/V3 （滿血版）& 本地 Ollama 服務接入DeepSeek
● 技術問答特性：企業(yè)結合企業(yè)專屬知識進行回答，專屬知識包含企業(yè)的研發(fā)規(guī)范、接口規(guī)范、業(yè)務框架、代碼框架、垂直的業(yè)務知識等。
● 軟件開發(fā)者智能體Craft：通過自然語言指令，AI 深度理解需求，自主完成多文件代碼編寫與修改，自動生成可執(zhí)行的應用。
● 單元測試智能體產(chǎn)品特性：支持基于代碼上下文自動構建符合主流測試框架的單元測試代碼，支持根據(jù)函數(shù)輸入輸出定義自動填充邏輯語言，并通過語法樹解析精準識別被測模塊的依賴關系，自動注入 MOCK 數(shù)據(jù)并生成邊界測試用例。
● AICR 智能體特性：基于深度學習的靜態(tài)分析引擎，自動檢測代碼質量缺陷、安全漏洞及架構異味，覆蓋百款主流編程語言。
通過對招行和榮耀等企業(yè)的實際應用案例分析，汪晟杰展示騰訊云AI代碼助手如何幫助企業(yè)快速構建面向特定領域的編碼助手。
最后，汪晟杰介紹 AI 編程的演進以及探討未來發(fā)展趨勢：2022 年，聚焦補全；2023年，以模型+對話+知識庫為主；2024年，智能體爆發(fā)，AI代碼助手將朝著更加自主化和智能化的方向發(fā)展。2025年，往Agentic SWE 方向發(fā)展，AI不僅能自動編排流程，還能自我推導出最優(yōu)解決方案。2026年，邁向真正的AGI，在這個過程中，AI將與人類開發(fā)者形成緊密的合作關系，共同完成復雜的編程任務?！?strong>讓AI助手成為你真正的AI代碼助手，其模型通過不斷沉淀推理和經(jīng)驗，持續(xù)進化，真正與開發(fā)者共同成長。”
結語
回顧本次騰訊云架構師技術沙龍，嘉賓們不僅展示DeepSeek的技術創(chuàng)新，還分享AI技術在各行各業(yè)的最新落地實踐，向我們展示AI未來發(fā)展的無限可能。此次沙龍為架構師們搭建一個交流合作的平臺，相信今天的每一場分享，每一次交流，都讓開發(fā)者對AI技術賦能業(yè)務智能化變革有了更深入的理解。
會上，騰訊云架構師技術同盟上海分會正式揚帆啟航，未來將引領地區(qū)同盟發(fā)展，匯聚更多優(yōu)秀架構師，不斷壯大本地技術力量，為架構師行業(yè)發(fā)展注入新的活力。未來，騰訊云架構師技術同盟將走進更多城市，通過騰訊云架構師技術沙龍等交流活動，與你共探技術新發(fā)展， 共話新未來。
原創(chuàng)文章，作者：陳晨，如若轉載，請注明出處：http://m.2079x.cn/article/713350.html
