随着人工智能技术的飞速发展，"大模型"这一概念逐渐成为提升用户体验和服务质量的关键因素。大模型，以其强大的数据处理能力和深度学习技术，正在逐步渗透到各行各业，特别是在游戏娱乐和客户服务领域，其影响力尤为显著。

「大模型增强用户体验与用户服务」分论坛议题抢先看！

演讲主题一：智能NPC：AI为游戏NPC注入灵魂

演讲嘉宾：邱东洋 腾讯游戏知几技术负责人

个人介绍：西北工业大学计算机硕士，腾讯游戏AI工程师，腾讯智能交互产品“游戏知几”技术负责人。研究与实践领域主要聚焦于NLP、模型推理加速、系统架构与性能优化等。代表产品：游戏知几知识问答、“和平第五人”AI语音助手、天天象棋（无障碍版）、知音语音大模型、“绝智阿暖”智能NPC、基于LLM的人机协同智能客服解决方案等。

演讲介绍和提纲：

1.  大模型为游戏NPC发展带来的机遇

2.  “绝智阿暖”NPC智能化尝试的一小步

3.  智能NPC的核心挑战与解决方案

4.  我们在NPC智能化的未来打算。

听众收益：

1.  如何让LLM生成的内容与游戏世界观、游戏IP人设保持一致？

2.  大模型的安全合规方案有哪些？

3.  多模态交互下如何解决大模型的实时性问题？

演讲标题二：坐席copilot，懂人所懂，想人所想

演讲嘉宾：杨剑 奇富科技高级算法总监

个人介绍：负责奇富科技大模型建设和金融全场景应用落地，负责坐席copilot应用的设计、实施和追踪。负责奇富科技风控、营销、获客等相关算法和数据挖掘业务。构建奇富科技大数据体系，知识图谱、图计算等技术框架，带领团队进行算法创新，实现金融信贷领域的深度落地。多年从事信贷风控领域算法研究和实施，曾经负责全场景风控模型的建设、数据生态建设、金融场景NLP技术挖掘等。

演讲介绍和提纲：

在销售和客服业务中，每一次客户目标的达成都不是一蹴而就的，常态化的会出现多次的反复沟通，同时针对客户的身份和习惯等情况，坐席在沟通前也需要进行了解。如何让坐席在最短的时间内获取以上信息，让坐席的工作效率更高，团队管理成本更低，同时带来业绩上的提升。那么在上述业务场景中需要一个copilot来帮助坐席去进行回顾、总结和归纳。

1.  copilot的核心是让坐席更聚焦、更高效，同时加深对本身业务的理解和客户的理解。

2.  以金融场景为例，结合对业务以及合规的理解，让copilot更专业、更干练是设计重点。

3.  如果利用开源大模型的基础能力，结合设计的目标和信贷特有的数据和知识体系，对copilot大模型进行评估和效果优化。

4.  开源大模型日新月异，特性各不相同，如何对大模型进行分层级（3层）建设和评估（重建评估集合，分层联动评估），又通过什么样的框架（小模型驱动大模型，基座驱动任务大模型优化）快速强化基座大模型的垂类知识，进而让copilot大模型更加的专业与干练。

5.  在copilot的更新与迭代过程中，通过哪些类型（访谈、业绩分析、核心要素发掘等）的分析与调研，找准当前copilot的不足和迭代方向。

6.  copilot在实际业务中，带来的增长有多少（GMV的增长比例），效果的指标矩阵（拆分业务表现的不同维度，如客单价、使用率、坐席效率等）表现如何。

听众收益：

1.  坐席copilot的设计思路和设计过程，以及核心目标。

2.  坐席copilot在大模型层面的分层方式以及迭代路径。

3.  坐席copilot分析和价值体现的方法、过程和结果。

演讲主题三：货拉拉LLM赋能邀约客服质检、培训提效的实践

演讲嘉宾：张梦冉 货拉拉高级算法工程师

南京理工大学硕士。曾在滴滴负责司机生命周期和补贴、因果推断算法；现在货拉拉，负责用户补贴、司机线索智能评分、邀约员智能质检和培训。

演讲介绍和提纲：

1.  货拉拉邀约、客服在质检和培训场景的背景介绍；

2.  如何大小模型结合使用节省使用成本；

3.  如何打造自由对话的语音&数字人智能陪练机器人；

4.  MOE训练全场景陪练模型设计，更真实业务场景实时陪练；

5.  智能质检、培训未来发展趋势的思考与展望

听众收益：

1.  如何构建“学-练-考-评”全周期闭环；

2.  质检如何大小模型结合使用节省机器成本；

3.  如何打造语音&多模态数字人智能陪练。

演讲题目四：大模型应用落地：AI内容创作

演讲嘉宾：杨栋 百度文库大模型算法负责人

个人介绍：杨栋，百度文库大模型技术负责人。他毕业于香港城市大学博士，现在主要研究方向是大模型，AIGC，自然语言处理，预训练模型和应用。近期，他主要负责运用大模型技术，落地文库AIGC项目，例如：智能生成PPT，AI编辑，作家平台，行业报告等。

演讲介绍：

该报告详细介绍运用大模型技术，落地于PPT生成，AI编辑，作家平台，行业报告等场景。同时，介绍垂类SFT数据的构建以及训练，还有利用用户反馈，进行强化学习训练，快速迭代模型效果。

听众收益：如何将大模型落地到百度文库和其他垂类