倒计时3天 | 9月12日矩阵起源产品发布会重磅演讲嘉宾抢先看!

生成式人工智能(GenAl)的快速发展,正在推动新一轮技术与产业变革。但超过 80% 企业因缺乏面向 GenAl 的高质量数据基础设施,企业 AI 项目在 POC之后就停滞不前。

9月12日(本周五),矩阵起源「以数生智,以智驭数」产品发布会即将在上海盛大召开。本场发布会将首次系统性解析如何把“数据”与“AI”深度融合,打造企业持续增长的核心引擎——数据智能飞轮(Data Intelligence Flywheel),并为您呈现可复用、可量化的实践路径。

 重磅嘉宾介绍

王龙 — 矩阵起源 CEO

毕业于清华大学,拥有多国工作经历,具备全球化视野。2021年创立矩阵起源,为传统应用和大模型AI应用落地提供高质量的数据智能服务,进而加速我国企业数字化、智能化转型升级。

演讲主题:“以数生智,以智驭数”数据飞轮提供AI时代的澎湃动力

  1. 探讨如何通过数据智能底座打通传统数据与AI应用之间的壁垒,推动企业数字化与智能化转型的闭环。
  2. 分享矩阵起源两大核心产品如何以“数据飞轮”模式持续优化AI模型效能与实际业务场景的适配性。

徐鹏 — 矩阵起源内核研发负责人

负责数据库核心引擎的架构设计与研发工作。曾就职于Intel,Micron,ZilliZ等公司,是开源向量数据库 Milvus 的第一作者。

演讲主题:AI Data Platform: 用创新技术融合数据和智能

  1. 解析多模数据统一存储与计算引擎如何消除传统数仓与湖仓之间的架构割裂,提升数据处理效率。
  2. 介绍超融合HTAP架构在支持结构化与非结构化数据协同调度方面的技术实现与优势。

赵晨阳 — 矩阵起源 AI研发负责人

毕业于 Clark University,具备在 Google 与虾皮(Shopee)等大型互联网企业的工程与平台建设经验。长期专注于图像分析、机器学习模型研发与大规模数据处理系统的设计与落地,深度参与数据智能平台的架构构建与能力整合。

演讲主题:MatrixOne Intelligence在AI时代的最新探索和最佳实践

  1. 分享MatrixOne Intelligence如何系统整合超融合数据底座与大模型技术,将多模态数据转化为高质量、“AI-Ready”的数据资产。
  2. 介绍最新发布的Agentic架构、可视化工作流设计及MCP支持等功能,展示加速企业端到端智能解决方案落地中的实践价值。

吴基术 — 软通动力(iSoftStone)咨询与创新业务事业群 AI 研究中心亚太部 总经理

在IT服务,互联网科技,零售快销方面拥有20年的丰富经验,擅长领域涵盖企业数字化,智能化转型。

于软通动力主要负责集团人力资源领域数字化,24年成立AI研究中心任亚太部部长,负责公司微软、英伟达技术合作生态,主导推动软通动力智能化体系,并领导开发企业级AI平台天璇MaaS。

演讲主题:高效能AI落地实践: 企业级AI落地参考架构

  1. 从企业数字化与智能化转型的实际需求出发,提出可复用的AI平台架构与集成方法论。
  2. 强调在复杂组织环境中平衡技术生态合作与自主可控能力建设的实施策略。

王巍 — 素问智能CEO

巴黎萨克雷大学人工智能方向博士,法国国家科学院LIP6实验室与加州伯克利联合博士后,中国语言与认知计算专委会委员,前华为诺亚方舟实验室AI研究员。

2017年获华为杰出贡献奖,2020年获中国信通院工业大数据一等奖,长期专注于工业领域大数据与AI解决方案的价值落地,2023年起着力打造企业级数据智能体服务TechAgent,为工业企业的市场、战略、研发等部门实现数据价值赋能。

演讲主题:智造跃迁: 产业智能体释放工业数据新潜能

  1. 聚焦工业智能体(TechAgent)在研发、市场与战略决策中如何实现数据价值的深度萃取与赋能。
  2. 结合工业大数据与AI技术,探讨智能体在提升产业协同效率与创新能力的落地路径。

圆桌论坛:“AI 时代的企业核心竞争力:数据、模型还是生态?”

本次发布会还将以“AI 时代的企业核心竞争力:数据、模型还是生态?”为主题展开圆桌论坛环节。来自数据、咨询、高科技等不同行业的行业大咖们将针对企业如何建立可持续的 Data+Al 竞争护城河,AI时代差异化竞争的关键,数据飞轮与行业生态的相互作用,数据、模型、生态三者的平衡点等关键技术难点展开讨论交流,碰撞智慧火花。

时间地点交通

时间

2025年9月12日(周五) 14:00-17:30

地点

上海浦东香格里拉浦江楼三楼 苏州无锡厅(上海市浦东新区富城路33号)

交通

  1. 地铁:2号线陆家嘴站2号口出,步行约10分钟;14号线陆家嘴站9B口出,步行约5分钟
  2. 出租车:可直接告知司机前往"浦东香格里拉浦江楼"(浦东新区富城路33号)
  3. 驾车:导航"浦东香格里拉浦江楼",酒店地下停车场B1/B2层开放停车(22元/小时

9月12日,上海

与我们共同见证智能时代的底层变革——从掌控数据开始,共探GenAI的商业新未来!

关于矩阵起源

矩阵起源是业界领先的数据智能(Data & AI)平台技术和服务提供商,核心团队来自国内外知名科技公司,具备广阔的行业和国际视野。矩阵起源的核心产品MatrixOne Intelligence是面向企业的AI原生多模态数据智能平台,利用包括大模型在内的人工智能技术和创新的超融合数据底座,帮助企业统一管理和治理多模态数据,将私域数据转化为AI-Ready数据资产。目前已经服务了StoneCastle、中移物联、安利纽崔莱、江西铜业、徐工汉云等各行业龙头企业,助力企业实现从信息化、数字化到智能化的转型升级。

内容概要:本文研究了基于CNN-BiGRU-Attention混合神经网络模型的风电功率预测方法,旨在提升风力发电功率预测的准确性。该模型融合卷积神经网络(CNN)以提取输入变量中的局部时空特征,结合双向门控循环单元(BiGRU)充分捕捉时间序列前后向的长期依赖关系,并引入注意力机制(Attention)动态加权关键时间步的特征信息,增强模型对重要时刻的敏感度。研究采用多变量输入进行单步预测,综合纳入风速、风向、温度等多种气象因素作为模型输入,全面反映环境变量对风电输出的影响。通过Matlab平台完成模型构建、训练与仿真验证,实验结果表明该混合模型在预测精度与稳定性方面优于传统单一模型,有效提升了风电功率预测性能。; 适合人群:具备一定机器学习与深度学习理论基础,熟悉Matlab编程环境,从事新能源发电预测、电力系统调度、智能算法应用等相关领域的科研人员、工程技术人员及高校研究生。; 使用场景及目标:①应用于风电场实际运行中的短期功率预测,提高电网调度的安全性与可再生能源消纳效率;②为深度学习模型在复杂时序预测任务中的设计与优化提供实践范例,推动AI技术在能源系统智能化中的深度融合;③支持学术研究复现、课程项目设计与教学演示,帮助深入理解CNN、BiGRU与Attention机制的协同建模范式与实现细节。; 阅读建议:建议结合提供的Matlab代码进行动手实践,重点关注数据预处理流程、模型网络结构设计、超参数调优及训练收敛过程,鼓励尝试替换输入变量组合、调整网络层数或优化注意力结构,以进一步探究模型性能边界并提升预测鲁棒性。
内容概要:本文研究了基于Benders分解算法与输电网-配电网运营商(TSO-DSO)协调机制的双层优化模型,旨在有效应对新能源出力波动、负荷不确定性等对现代电力系统运行带来的挑战。模型上层由输电网运营商(TSO)负责全局资源优化与主网稳定性调控,下层由多个配电网运营商(DSO)实现本地分布式能源的灵活调度,通过Benders分解实现上下层之间的迭代协调与信息交互,从而在保障系统安全的前提下提升整体运行的经济性与鲁棒性。研究提供了完整的Matlab代码实现,涵盖数学建模、算法求解、收敛性分析及仿真结果可视化等环节,有助于深入理解双层优化架构在输配电网协同调度中的具体应用与技术细节。; 适合人群:具备电力系统分析、优化理论基础及一定Matlab编程能力的研究生、科研人员,以及从事电网调度、能源系统规划等相关领域的工程技术人员。; 使用场景及目标:①掌握Benders分解在电力系统双层优化问题中的建模与求解流程;②理解TSO-DSO协同机制下输配电网交互建模的核心思想与实现方法;③复现并拓展高水平学术论文中的优化模型,服务于科研项目攻关或实际工程仿真需求。; 阅读建议:建议结合凸优化理论、电力系统经济调度与Benders分解原理进行系统学习,优先运行并调试所提供的Matlab代码,调整关键参数以观察算法收敛行为与模型性能变化,从而深化对协调机制与优化机理的理解。
内容概要:本文档是一份关于经济学期刊论文复现的研究资料,聚焦核心议题“数字化转型能否促进企业的高质量发展”。文档构建了一个完整的量化分析框架,基于中国上市公司数据,实证探讨数字化转型对企业全要素生产率(TFP)及高质量发展的实际影响。内容涵盖数字化转型指标的构建、企业高质量发展评价体系的设计、计量经济模型的选择与应用(如固定效应模型、GMM方法),并提供Matlab代码实现全过程,包括数据处理、模型估计与稳健性检验。研究还系统梳理了OL、FE、LP、OP、GMM等多种全要素生产率的测算方法,为读者复现高水平经济学论文、深入理解数字经济时代的企业发展路径与政策含义提供了详尽的技术支持与理论指导。; 适合人群:具备扎实的经济学理论基础和较强的定量分析能力,熟悉Matlab或Python编程语言,正在从事经济管理、产业经济或数字经济等领域研究的研究生、高校教师及科研机构研究人员。; 使用场景及目标:①完整复现经济学顶刊论文的实证研究流程,掌握规范的学术研究范式;②学习并应用数字化转型与企业绩效间的因果识别策略,提升独立开展实证研究的能力;③为撰写学位论文、申报科研课题或编制政策咨询报告中涉及数字经济效应的章节提供直接的方法论参考和代码支持; 阅读建议:建议读者务必结合文档提供的数据与Matlab代码进行同步实操,重点钻研变量定义、模型设定、内生性处理和稳健性检验等关键环节,通过反复调试与验证,深刻领会高水平实证研究的严谨逻辑与技术细节,从而全面提升自身的科研素养与论文写作水平。
内容概要:本文围绕“绿电直连型电氢氨园区优化运行”开展创新性未发表研究,提出一种集成绿色电力直接供给、电解水制氢与合成氨工艺的多能耦合系统优化模型,旨在实现园区能源系统的低碳化、高效化与经济化运行。研究采用Matlab与Python编程语言,结合实际气象与负荷数据,构建涵盖电-氢-氨能量转换、存储与利用全过程的能量流、物质流及经济性协同优化框架,重点解决可再生能源出力波动导致的供需失衡问题,并通过优化电解槽、储氢罐、合成氨反应器等关键设备的运行策略与容量配置,提升系统对风光能源的就地消纳能力。文中配套提供完整的仿真代码、原始数据及Word格式论文,支持结果复现与模型拓展,具有较高的科研参考价值与工程应用潜力。; 适合人群:具备电力系统、能源工程、优化建模或新能源技术背景,从事综合能源系统、氢能利用、碳中和园区等相关领域研究的研发人员及硕士、博士研究生。; 使用场景及目标:①研究绿电直供模式下电-氢-氨多能系统协同运行机制与优化调度策略;②探索高比例可再生能源就地转化为高附加值化工产品的技术路径;③为工业园区实现深度脱碳与能源自洽提供决策支持;④作为学术论文撰写、课题申报或科研复现的高质量参考资料。; 阅读建议:建议结合Matlab与Python代码逐模块解析模型实现过程,重点关注目标函数构建、约束条件设定(如设备动态特性、能量平衡、安全边界)以及多场景仿真对比分析,宜在调试过程中调整权重系数与参数设置,深入理解系统灵敏度与优化机理,并尝试引入更多不确定性因素进行鲁棒性扩展。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值