吴俣

微软亚洲研究院 主管研究员

个人介绍：吴俣，现任微软亚洲研究院自然语言计算组主管研究员。2014年获得北京航空航天大学计算机科学与技术学士学位，并同年参与北航-微软联合培养博士生项目攻读博士学位，导师为李舟军教授，于2019年6月获得博士学位。在ACL、EMNLP、NIPS和ICML等顶尖会议和期刊上发表了50余篇论文。并荣获多项奖项，包括微软奖学金、百度学术中国Top 50自然语言青年研究员、InterSpeech最佳学生论文提名等。其代表作品VALL-E被Netexplo Observatory评选为2022年世界十大科技创新。目前，研究方向为聊天机器人，语音识别，以及预训练技术。

演讲题目：语音大模型技术进展

演讲提纲：

1. 有监督语音模型进展

2. 自监督语音模型进展

3. 未来展望

听众收益：

1. 如何训练百万小时语音合成/识别模型

2. 语音预训练模型的价值

3. 对已有工作缺点的总结和未来工作展望

林俊旸

达摩院 高级算法专家

个人介绍：林俊旸，阿里巴巴达摩院高级算法专家，毕业于北京大学。他的研究领域包括自然语言处理和多模态表示学习，研究兴趣集中于大规模语言模型和多模态大模型，曾在多个顶级会议发表多篇论文，引用量1900+。他曾负责打造超大规模多模态预训练模型M6，通用统一多模态预训练模型OFA，中文预训练模型Chinese CLIP等，推动大模型开源开放及落地应用。

演讲题目：通义千问模型及服务

演讲提纲：

本演讲将介绍阿里达摩院大模型通义千问的技术和服务应用，其中包括：

1. 当前全球大模型发展的背景及其对学界和业界的影响；

2. 阿里达摩院大模型通义千问的技术特点和实现方案

3. 通义千问的模型服务及应用场景

听众收益：

1. 以阿里达摩院大模型为代表的国内大模型技术进展

2. 大规模语言模型和多模态模型的技术实现

3. 大模型的应用方法与场景

徐安华

分贝通 算法总监

个人介绍：北京大学本硕。曾任职英特尔、爱奇艺，Intel 显卡虚拟化早期开源作者；后任明略科技技术合伙人，技术中心NLP高级架构师、高级技术总监；现在为分贝通公司 NLP 算法负责人。

演讲题目：分贝通基于大模型的创新应用

演讲提纲：

介绍分贝通如何基于大模型快速驱动数智化、智能化，并在内部与外部进行落地实践。分为背景介绍、技术与算法架构、应用举例、未来展望等。

听众收益：

1. 如何将大模型全面运用于企业内外部进行快速的效率提升

2. 如何基于大模型打造企业的智能底座

3. 以上两点实践中遇到的挑战与解决思路分享