简介
在大模型快速迈向持续训练、复杂推理、检索增强、智能体协作与在线演化的今天，数据正在从被动消耗的“燃料”，升级为持续孕育模型能力的“土壤”。然而，传统数据工程长期围绕存储、清洗、集成与离线治理展开，面对多源异构、多模态、实时增量、高价值筛选、训练评测污染与合成数据退化等新问题，已难以充分支撑大模型能力的持续提升。大模型时代的数据工程，正在从面向数据规模的管理，走向面向模型能力演化的管理。 本论坛以“数据工程，如何成为大模型时代的智能基座？”为主题，聚焦大模型浪潮下数据工程的更新与突围，围绕大模型全生命周期中的数据准备、质量评估、语义治理、价值度量、RAG/Agent 数据管理等关键前沿方向展开讨论。论坛将重点思辨三类问题：一是技术路线之问，即如何通过构建更大规模的数据管道与面向智能演化的数据生态系统，支撑大模型时代的数据工程升级；二是价值度量之问，即如何从传统规模和质量指标，走向对模型能力提升的边际贡献评估，建立面向大模型的数据贡献度量体系；三是协同演化之问，即如何面向 RAG、Agent 与在线反馈等动态场景，构建数据、模型与应用环境协同演进的数据工程体系，既支撑知识实时更新和能力持续提升，又避免数据污染、反馈偏置与能力退化。 本论坛已邀请来自顶尖高校、科研团队与头部产业场景的专家学者展开跨领域对话，旨在打破单纯“模型内卷”的技术叙事，引导学术界与产业界重新审视数据侧创新的战略价值。论坛将共同探讨数据工程如何升级为支撑大模型持续训练、可信对齐、知识更新、智能体运行与行业落地的核心智能基座，为大模型时代智能系统的可持续演化提供新的研究视角、技术路径与产业启发。
简介为官网原文，部分内容可能未写完。
人员
主席
- 丁小欧 · 哈尔滨工业大学计算学部
- 王宏志 · 哈尔滨工业大学
嘉宾
- 欧阳森山 · 航空工业成都飞机工业（集团）有限责任公司
- 王建民 · 清华大学
- 牟文平 · 成都飞机工业集团有限责任公司
- 杨晓春 · 东北大学
- 高云君 · 浙江大学
- 冯骁骋 · 哈尔滨工业大学
报告安排
AI时代的数据治理的行业实践
欧阳森山 · 航空工业成都飞机工业（集团）有限责任公司
简介
围绕AI时代数据治理的新需求和新技术，聚焦如何搭建安全、好用的数据智能体，基于成飞近十年数据体系建设实践探讨怎样让数据要素供的足、流的快、用的好，融合AI工具管好海量信息，打通数据壁垒，保障合规使用，让数据真正服务于AI创新与企业数字化转型。
工业时序数智库架构与应用
王建民 · 清华大学
简介
人工智能时代，软件系统进化为软件1.0（以传统机器代码为载体）、2.0（以大规模神经网络模型为载体）和3.0（以自然语言提示词为载体）的混合体；同时复杂装备进化为智慧联网产品，进而进化成机器产品的集群，最终构成跨越一、二、三产业的智能系统。 随着工业互联网深入应用，制造企业采集了大量工业时序数据并实现了产业数字化，然而如何深入挖掘这些数据的价值成为企业迫切回答的问题。本报告分析了企业从采数到用数面临的挑战，阐述了工业时序数智库体系结构创新，以及如何在高端装备互联网的上行数据链路（终端采集、边缘汇聚和云中处理）和下行模型链路（云中训练、边缘推理、终端执行）中部署应用。
AI赋能航空制造的思考与实践
牟文平 · 成都飞机工业集团有限责任公司
简介
人工智能已从单点辅助工具演变为构筑航空制造“新质生产力”的核心支撑。当前，AI赋能航空制造的本质是一场从“经验依赖”向“数据驱动”、从“人工执行”向“智能决策”的系统性范式变革。报告以航空工业成飞“先进航空装备柔性敏捷智能工厂”的建设为例，系统梳理了AI在航空制造全链条的深度应用及其取得的阶段性成效，并就下一步的发展方向进行了探讨与展望。
多模态数据压缩与检索
杨晓春 · 东北大学
简介
本报告将分析多模态数据压缩与检索问题，汇报我们近期在多模态数据压缩与检索方面开展的研究工作，并探讨未来趋势
突破数据壁垒：从大规模数据合成到垂域智能分析
高云君 · 浙江大学
简介
高质量数据供给是目前制约大模型能力进一步演进的核心壁垒，其表现为：1）通用公域数据资源逼近枯竭，2）高价值私域与垂域数据严重匮乏，已严重阻碍模型能力的持续迭代及其在复杂实际业务场景的产业化应用。本报告将分享汇报人负责团队在这方面的最新探索与进展：先提出基于集体智能的大规模高质量数据合成技术（包括大规模SQL生成、大规模科教数据生成、大规模医患数据生成），以缓解原始数据供给不足的难题；而后构建面向私域与垂域的数据分析智能体（包括CT数据报告生成、商业数据分析报告生成、单细胞数据分析报告生成），以深度解析与挖掘专业数据；最后展望数据壁垒突破的可能未来方向。
从大模型到智能体：幻觉的变与不变
冯骁骋 · 哈尔滨工业大学
简介
近两年，两股AI技术浪潮同时到来：一方面，强化学习显著增强了大模型的推理能力，却带来"模型越强、幻觉越多"的反噬；另一方面，智能体（Agent）正大规模走入生产环境——从律所引用AI编造的判例，到生产数据库在九秒内被清空，幻觉的代价单位已从"写错一句话"变成"做错一件事"。 本报告以"幻觉的变与不变"为主线，提出一个对称的分析框架。"不变" 的部分论证幻觉的三大根本机制——校准良好模型的统计宿命、训练与评测的激励错配、信息压缩的认知边界，说明为何幻觉不可被工程消除；"变" 的部分剖析 Agent 时代幻觉的三大跃迁：从语言到行动的载体突变、从独立误差到轨迹级联的传播升级、从认知误导到多智能体雪崩的破坏半径扩张。报告最后提出三个研究方向：更主动的智能体、更细粒度的检测、更安全的智能体脚手架，构成事前、事中、事后的纵深防御。