1月27日，由上海创智学院主办的“阿里技术日”在学院一楼学术报告厅成功举办。本次活动以“云端智算与模型进化：从AI Infra到大模型、大数据、模型生态全栈技术解析”为主题，旨在深化产教融合，通过引入一线企业的技术实践，拓宽师生在人工智能领域的学术视野与技术认知 。
来自阿里集团阿里云、Qoder、魔搭社区等多位资深技术专家受邀出席，学院相关专业教师及学生代表近百人参加了本次活动。
一、聚焦底层算力，夯实技术基座
上午9时30分，活动正式拉开帷幕。阿里云华东大区解决方案总经理余健先生首先致辞，他结合当前AI产业的发展趋势，提出掌握云计算与人工智能基础设施技术对于新时代技术人才的重要性。
随后，在“AI Infra专场”中，三位专家分别从架构、网络与芯片三个维度，为在场师生拆解了支撑人工智能高速发展的底层算力逻辑：
1.阿里云智算整体能力解析
阿里云智能集团政企事业部智算解决方案首席架构师涂传滨，深入剖析了阿里云在智算领域的整体布局，从宏观视角展示了云端算力的构建与调度能力。
2.大模型训练下的网络优化
针对大模型训练对网络传输的严苛要求，高性能网络技术总监张彭城分享了高性能网络在实际场景中的优化路径，解析了如何解决大规模集群下的通信瓶颈问题。
3.国产芯片核心能力算力解决方案
总监孔斌则聚焦于硬件底座，详细解读了国产芯片的核心能力与技术突破，展现了国产化算力在AI时代的硬核表现。
二、探索模型前沿，激发创新思维
下午的“模型专场”进一步聚焦于大模型全栈技术，专家们从代码模型、训练推理优化、数据处理、数据评测及开源生态等多个前沿方向进行了深度分享 ：
1.Qoder背后的技术思考
Qoder资深技术专家陈鑫以《Qoder背后的技术思考》为题，揭秘了代码大模型的设计哲学与技术实现路径，为同学们展示了垂直领域模型的应用潜力。
2.大模型训练优化经验
训练优化研发资深专家吴向君从“训练”维度出发，分享了在大规模模型训练过程中遇到的挑战与优化策略，通过实战案例解析了提升训练效率的关键技术 。
3.大模型推理优化实践
针对模型部署后的性能问题，推理优化研发资深专家冯梦轲则专注于“推理”维度，剖析了如何在保证模型效果的前提下，通过技术手段显著降低推理成本并提升响应速度 。
4.数据集构建与多模态检索
大数据解决方案总监刘宁就高质量数据集的构建方法及多模态数据检索技术进行了专业分享，强调了数据质量对模型效果的决定性作用。
5.数据合成与评测技术
AI DATA技术专家翟玮奇深入探讨了数据合成技术的前沿应用以及大模型评测体系的构建，为客观评估模型能力提供了科学的方法论。
6.开源生态社区合作
活动的最后，魔搭社区技术运营负责人成晨介绍了ModelScope开源生态的合作模式，鼓励师生们积极参与开源实践，在真实的开发环境中提升动手能力。
三、师生互动热烈，共促教学相长
活动期间，现场学术氛围浓厚，在问答交流环节，参会学生结合自身学习中遇到的困惑，就大模型应用前景、技术学习路径等问题与专家们进行了积极互动。企业专家的细致解答不仅消除了同学们的技术盲点，更激发了大家对前沿科技的浓厚兴趣。
本次“阿里技术日”的成功举办，是上海创智学院推进校企合作、深化教学改革的又一具体实践。通过搭建高水平的技术交流平台，不仅让师生零距离接触到了行业顶尖的技术成果，也为学院的人工智能人才培养注入了新的活力。
