11月22日,DevFest 2025 上海站再度归来!
去年在 DevFest上,我们探讨了负责任的人工智能的关键影响。我们认识到人工智能拥有巨大的潜力,但运用如此强大的技术也伴随着重大的责任。今年,我们将更进一步探讨这个问题。
今年11月下旬,DevFest 2025 上海站再度归来!
我们以 “Building Safe, Secure and Scalable Solutions with AI and Cloud”为主题, 邀你共同打造兼顾技术突破与社会价值的未来蓝图!我们根深蒂固的现实是,软件开发的未来与人工智能和云计算密不可分。构建不依赖这些组件的解决方案不仅是短视的,也是不可持续的。手动流程、有限的可扩展性以及缺乏智能功能,将使组织在日益动态的世界中难以竞争。
作为 GDG 组织者(Devfest 筹办组织),我们是本地技术生态系统的核心——对生态系统脉搏、需求和开发者的深入了解,能够在开发者最需要的时候真正地帮助到。
我们的核心信息很明确:我们正处于关键时刻,需要负责任的创新。谷歌开发者社区的组织者掌握着未来的关键,让科技赋能每个人。将符合道德的人工智能与可扩展的云解决方案无缝集成不仅具有优势,而且至关重要。
我们将 DevFest 2025 打造成未来架构师的催化剂、灯塔和发射台。激励开发者不仅构建解决方案,更要为所有人创造更美好的未来。
11 月 22 日,上海见,一起让这次开发者节更好玩、更有收获!
活动信息:https://mp.weixin.qq.com/s/Hsmdl3R7V94psYoVM1BYZg
线下规模:2000 位开发者
1个主会场 1000 人+4个Workshop 600 人+ AI 开放麦 150 人+开发者集市 250 人
大会主旨:
DevFest 2025 将赋能全球开发者社区,共创未来。我们将专注于推动 AI 和 Cloud 切实融入开发者的解决方案。我们的目标是让开发者掌握构建创新、可扩展且符合伦理道德的应用程序的技能,并认可他们在开创造福所有人的技术驱动型未来方面发挥的关键作用。
大会新鲜事:
本次大会重磅新闻!AI 元年之际必须给大家准备有趣好玩的互动区域:
大会限定GDG卡牌游戏:全球首发一款基于 Google 技术生态设计的沉浸式桌面游戏,开发者们将在游戏中 扮演不同角色,运用 Google 技术卡牌进行组合与对抗,一边学习技术知识,一边斗智斗勇。每一轮都考验你的策略、合作与创造力。更特别的是,现场还将开放观众投票环节,为最佳团队颁发 「GDG 卡牌大师」 荣誉,让学习与乐趣合二为一!
NanoBanana AGI 创作营:想不想拥有专属的 AI 艺术大师,能将你脑中的一句话秒变成海报级大片?在创作营里,你将化身 AI 导演,无需任何经验,在导师带领下,你能从零开始,创作出刷爆朋友圈的视觉杰作。每位参与者都将带着自己的作品进入最终的 Showcase 环节,由全场观众选出最佳创意。获胜者将加冕 「年度 AI 创想家」 称号,并获颁荣誉!
具身智能:一起来期待在2025 Google DevFest,机器人如何想方设法地逗你开心,变脸?跳舞?还是和你一起探讨谷歌AI的无限可能?
《情绪绿洲》脑波 AI 情绪教练:逃脱于喧嚣闹市,在平静的音乐、光影视觉和香氛渲染的氛围中体验AI语音教练如何根据脑环识别你的脑电波并给你带来正能量。
AI 开放麦舞台:本次大会开放 AI 开放麦舞台,将邀请行业探索者针对2025 Google DevFest 主题或AI相关主题以“脱口秀”式分享碰撞灵感,探讨 AI 时代的新机遇。每场分享后观众可现场投票,最高分将加冕 「AI 开放麦大王」,并获颁荣誉!
......
还有更多精彩有趣的互动体验等你来探索,敬请期待!
诚邀生态伙伴共筑技术盛会
现在正式向科技圈「超级合伙人」们发出组队邀请 —— 不管你是科技企业、开源组织还是行业机构,来当我们的合作伙伴,保准让你精准触达数十万开发者,和他们狠狠 “贴贴”!
想秀技术?把自家前沿产品塞进互动体验区,让开发者上手玩到停不下来。
想组 Workshop 局?带着大家沉浸式解锁行业解法,圈粉效果直接拉满。
想靠品牌露出在开发者社群里刷足存在感?这些咱都能一起 “玩” 出花样!
甭管是联合打造超酷技术体验区、发起行业方案唠嗑局,还是借赞助权益让品牌在开发者圈子里火一把(比如去年与茶饮头部品牌“霸王茶姬”跨界联动),我们都敞开协作,一块把技术价值拉满,把生态圈子拓宽。
DevFest 2025 的舞台都搭好了,就等你带着大招来 “炸场”,盼着和你一块,让前沿技术和产业需求在 DevFest 这地界儿,来场超有料的碰撞!
确认出席的嘉宾阵容
已有多位重量级嘉宾确认出席 2025 Google DevFest · 上海站,他/她们将为大家带来前沿思考与实践经验分享(排名不分先后):
王顺 · Google Cloud AI 基础设施专家
他协助和赋能出海企业用户在 Google Cloud 平台上 AI/ML 相关业务实践,包括在 TPU/GPU 上进行超大规模模型的分布式训练;部署端到端的一站式机器学习训练平台和 MLops 实践;生成式 AI, NLP, CV, Speech, 多模态模型训练部署;以及电商推荐系统、多模态模型定制化解决方案协作开发。
王宇博 · Google Cloud AI GTM
他拥有超过20年的IT行业经验,曾先后任职于 Google, AWS 等多家国际知名企业,在开发者关系、产品 GTM 及综合管理等多个方向担任重要角色,擅长开发者生态运营、技术推广与产品市场化战略。他毕业于清华大学,并在人工智能及相关领域拥有丰富的实践经验。
史洁 · Google Cloud AI 专家/解决方案架构师
她从事云计算行业多年,专注于大数据和 AI 方向,拥有丰富的项目落地和实战经验。此前长期旅居欧美,先后任职于 Google Cloud, AWS, 拥有广阔的国际视野与丰富的跨地区跨行业服务经验。目前致力于生成式 AI 的应用和落地。
郭霖 · Google Developer Expert (Android)
他是 Android 领域的 Google 开发者专家(GDE)。CSDN 认证专家,累计在CSDN 上发表 Android 类技术文章百余篇,博客访问量超1000万。国内畅销书《第一行代码—— Android》的作者。开发并维护了多个 Android 开源项目。长期活跃于国内 Android 技术社区,为 Android 技术在国内的普及起到了一定的推进作用。
王玉成 · Google Developer Expert (AI/Cloud)
他是 AI/Cloud 领域的 Google 开发者专家(GDE),拥有超过 15 年的研发经验,技术背景横跨操作系统、嵌入式系统、端侧人工智能模型以及大语言模型应用,具备从硬件到底层算法再到大模型落地的全栈视角。当前,他专注于 Gemini 等大语言模型的工程化实践,致力于以实际操作推动技术在真实场景中的落地与价值实现。
更多技术专家、社区领袖和行业先锋也在持续确认中,敬请期待!
✨ 最后的话:
“我们爬不同的山,终在耀眼的舞台相见。” —— DevFest 2024
十五年间,无数开发者从这里走向更广阔的舞台。
2025年11月,期待你成为故事的主角!
关注公众号
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
-
上一篇
AI 时代的数据通道:云消息队列 Kafka 的演进与实践
作者:家泽 本文整理自 2025 年云栖大会阿里云智能集团产品专家刘尧的主题演讲《AI 时代的数据通道:云消息队列 Kafka 的演进与实践》 前言 随着 AI 业务的蓬勃兴起与发展,Apache Kafka 作为数据流的关键入口与通道,在企业智能化转型中的核心价值日益凸显。非常荣幸能够在 2025 云栖大会上,系统性地回顾并分享云消息队列 Kafka 版在过去一年所取得的产品技术演进与行业实践成果。作为承载海量消息的核心基础设施,云消息队列 Kafka 版通过在架构创新、性能优化与生态融合等方面的突破性进展,为企业构建实时数据驱动的应用提供了坚实支撑,持续赋能客户业务创新。 云消息队列 Kafka 版的演进路线 自 2018 年基于 RocketMQ 内核支持 Kafka 协议以来,云消息队列 Kafka 版的产品演进始终以低成本、稳定可靠、丰富生态作为核心目标。 2023 年,我们发布了 Kafka V2 版本,100% 兼容 Apache Kafka 开源版本,并支持跨可用区的容灾能力。此阶段,我们重点打磨产品稳定性,解决客户升、降配,或节点异常宕机时,数据负载因资源消耗过大、I...
-
下一篇
LLM 应用评估综合指南(多轮对话系统、RAG、AI Agent)
编者按: 随着大语言模型应用从简单的文本生成,发展到复杂的多轮对话机器人、检索增强生成(RAG)系统乃至智能体(Agent),我们应如何科学、有效地评估它们的性能,确保其稳定可靠? 我们今天为大家带来的文章,作者的观点是,对现代 LLM 应用的评估,必须超越传统的 NLP 评估指标,转向一个分场景、系统化的评估体系,综合运用新兴的评价指标与自动化框架,从而全面地衡量系统的综合表现。 作者系统梳理了从传统 NLP 评估指标(如 BLEU、ROUGE)到现代 LLM 基准测试(如 MMLU)的演进,并重点阐释了"LLM-as-a-judge"这一新兴评估范式。文章进一步深入探讨了多轮对话系统、RAG 系统及智能体的关键评估维度,并对比了主流评估框架(如 RAGAS、DeepEval、OpenAI Evals)的功能差异与适用场景,为开发者构建可靠、可追踪的 LLM 应用提供了清晰指引。 作者 | Ida Silfverskiold 编译 | 岳扬 Agentic AI 评估主要在于测试 LLM 应用,以确保其表现稳定。 这或许不是很吸引人的话题,但正受到越来越多企业的重视。因此,有必要深入...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- SpringBoot2初体验,简单认识spring boot2并且搭建基础工程
- SpringBoot2整合Redis,开启缓存,提高访问速度
- Linux系统CentOS6、CentOS7手动修改IP地址
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- Crontab安装和使用
- Docker安装Oracle12C,快速搭建Oracle学习环境
- Docker快速安装Oracle11G,搭建oracle11g学习环境


微信收款码
支付宝收款码