2025年,人工智能的技术范式与应用渗透已然迈入新纪元。
国内外开源推理模型的竞相涌现、多模态能力的持续升级、具身智能与世界模型的初步演进,共同塑造了前所未有的技术图景。
与此同时,从提示工程 (Prompt Engineering)、上下文工程 (Context Engineering) 到MCP等模型协议的理念演进,再到Vibe Coding、AI工作流、Agent智能体的实践普及,人工智能正以前所未有的深度和广度重塑我们的工作与生活。
然而,作为一个仍在高速迭代的技术范式,其在产业应用中仍面临诸多挑战:AI如何在企业复杂流程中实现无缝集成与价值落地?个体开发者和创新者如何与日益强大的AI进行高效协作,创造新的商业机会?……
面对这些新时代的新问题,2025年9月13日,“2025 AI创新者大会暨第二届提示工程峰会”将在北京召开。大会由中国人工智能产业发展联盟指导,PEC China、至顶科技、软积木共同举办,携手中关村科学城、AIGCLink、LangGPT、爱智岛(AI·DAO)人工智能创作联盟、硅创社等顶尖AI社区、园区及商业组织,凝聚共识,擘画AI未来。
继2024年首届大会汇聚百位专家、吸引逾1500名线下观众及150万线上关注的巨大成功之后,本届大会将以更宏大的视野、更前沿的议题、更豪华的阵容,再次汇聚全球顶尖专家学者、技术领袖与行业先锋。
在深入产业走访调研的这些年里,我们发现,大模型时代,“作品”二字正被重新定义。
无论是自主运行的“Agent”、智能化的“App”、AI赋能的“Art”,还是融合智能的“Android”,以及创新的“Company”,都在拓展着创造的边界。
因此,本届大会也承载着两个重要使命:我们致力于为这个时代“有作品的人” 创造更多展示才华、交流碰撞的平台;我们渴望为“有作品的你”提供一个闪耀的新舞台,让创新被看见,让价值被连接。
针对人工智能技术这一年的全新进程,本届大会特别设置了三大环节:
环节一:年度预见
AGI前夜:是模型吞噬一切,还是应用为王?
AI定义一切:计算(机)自身如何被重新定义?
邀请全球人工智能顶级团队的最聪明的“大脑”,现场推演人工智能的技术发展脉络、商业帝国规则,预见人工智能的下一个奇点。
环节二:年度发布
《通向AGI之路-2025年全球人工智能趋势展望报告》
大模型商业写作评测基准 (ABC LLM Business Writing Benchmark)
PEC联盟2025年度成果回顾及2026发展计划发布
重磅发布三大成果,以全景视角和系统洞察,定格AI演进过程中的关键坐标,厘清AI时代的产业逻辑。
环节三:年度提问
新创意时代,AI如何创造“第十艺术”?
新工作时代:AI工作流由谁主导?
新物种时代:人形机器人如何“长大”?
在上一届大会中,“三大年度提问”引起了业界广泛关注,今年我们将继续延续这一议题设置,经过过去近一年的深入调研走访,再次就人工智能领域大家最关注的创新问题,提出了2025年的三大年度提问。
此外,今年大会还特别设置三大主题分论坛,包括:
从提示工程到上下文工程:AI落地范式升级
MCP引领Agent互联网:新世界的钥匙与协议
AIGC创作新范式:多模态融合与工具革命
就提示工程、上下文工程、MCP、AIGC、智能体等人工智能领域热门话题进一步邀请数十位资深从业者,站在时代前沿,展开一场别开生面的思想碰撞。
2025年,我们将继续秉持“一句提示词,一个新世界 (One word, one world)”的核心理念,深度剖析生成式AI新周期下的大模型新进展、智能体新机遇、具身智能新价值以及企业与个人的新作为,共同探寻迈向AGI时代的实践路径。
诚邀对这些议题有独到见解的你的加入。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。