开发者生态
morning
生成即合规:Agentic AIGC 驱动的广告素材修复实践|QCon上海
摘要
从「构建 AI」到「驾驭 AI」,100+ 实战案例拆解 AI Native 时代的工程新实践! 2026 年 QCon 全球软件开发大会大会 · 上海站 " 将于 10 月 22 日—24 日举办,聚焦 Harness AI 时代的工程实践,围绕 AI Native 架构、Agent Runtime、AI Infra、Data Systems、Agent 安全与可观测、Loop Engineer...
AIGC
Agent
Agentic
Native
2026
QCon
全球软件开发大会大会
上海站
日举办
Harness
2026-10-01
1 阅读
约8分钟阅读
QCon全球软件开发大会
字号:
从「构建 AI」到「驾驭 AI」,100+ 实战案例拆解 AI Native 时代的工程新实践! 2026 年 QCon 全球软件开发大会大会 · 上海站 " 将于 10 月 22 日—24 日举办,聚焦 Harness AI 时代的工程实践,围绕 AI Native 架构、Agent Runtime、AI Infra、Data Systems、Agent 安全与可观测、Loop Engineering、Vibe Coding、具身智能与世界模型、端云协同等前沿技术方向,邀请全球技术社区与产业一线的实践者,系统性分享前沿洞察与实战经验,共同探索 AI 从能力到系统、从实验到生产的真实路径。 在这一背景下, 2026 年 QCon 全球软件开发大会大会 · 上海站 "正式启动。本次大会将于 10 月 22 日—24 日举办,聚焦 Harness AI 时代的工程实践,围绕 AI Native 架构、Agent Runtime、AI Infra、Data Systems、Agent 安全与可观测、Loop Engineering、Vibe Coding、具身智能与世界模型、端云协同等前沿技术方向,邀请全球技术社区与产业一线的实践者,系统性分享前沿洞察与实战经验,共同探索 AI 从能力到系统、从实验到生产的真实路径。 快手 & 磁力引擎安全与生态算法专家袁暖已确认出席 “ AI 时代的攻防重构 "” 专题,并发表题为《 生成即合规:Agentic AIGC 驱动的广告素材修复实践 "》的主题分享。AIGC 快速发展大幅降低广告内容生产门槛,也对合规治理带来新挑战。传统“审核反馈 + 手工修复”链路冗长、通过率低,商家为规避风险常主动弱化表达,导致合规与营销难以兼容。 为此,袁瑗构建了基于 Agentic AIGC 的素材修复架构:将审核结论解构为结构化任务,通过对文字、图像、视频的局部精准编辑与片段生成/替换消除风险、保留素材价值,并借助多目标强化学习在合规与营销吸引力之间动态求解。本次演讲将围绕风险理解、编辑与生成协同、多目标优化等技术实践展开,探讨合规与营销的对抗、千万级素材吞吐下的质量与成本权衡,帮助企业构建安全与增长兼得的柔性内容治理能力,助力商家实现长期经营增长。 袁瑗2024年加入快手商业化风控团队,深耕多模态内容理解与AIGC领域,长期专注于生成式AI技术的研究与落地。加入快手后,致力于将大模型能力深度应用于广告内容安全与合规场景,推动AI驱动的智能内容审核与生成体系建设。相关研究成果发表于AAAI等AI领域顶级会议。她在本次会议的详细演讲内容如下: 演讲提纲1. AIGC 时代下的广告素材合规难题AIGC 大幅降低广告素材生产门槛,素材产出与投放节奏进入指数级增长,AIGC生成与改写也逐步融入商家的日常素材生产。但对拒审素材而言,商家自行修复缺乏对审核规则与风险边界的精准理解,容易反复被拒,或因过度改写削弱营销表达;素材合规修复仍高度依赖“审核反馈 +手工修复”,成本高、周期长、通过率低,与 AIGC 的产出节奏形成明显落差。2. 把 AIGC 塞进修复链路,为什么没那么简单?风险归因与定位:知其违规,更知其所以然安全与营销博弈:既要过审,也要有效编辑的时空一致性:局部改动,全局自洽质量与成本权衡:要修得好,也要修得快3. Agentic AIGC 修复架构:理解、决策、生成的协同整体架构:以多 Agent 协同驱动素材合规修复,覆盖文字、图像、视频多场景与多风险类型风险结构化理解:将审核结论解构成可执行任务多目标强化学习:在合规与营销吸引力多目标约束下动态求解多模态编辑与生成协同:文字、图像、视频编辑与生成的联动,兼顾时空一致性指令驱动的端到端视频编辑:一句话完成从素材到合规成片的编辑4. 未来展望:生成即合规理解与生成统一架构:统一建模,推动从“先生成、后审核”演进为“生成即合规”Agent 从“补丁”走向“共创”:合规能力从事后修补前置为创作阶段的原生能力实践痛点修复策略难以标准化:不同品类、不同风险类型的修复逻辑差异大,规则化与人工经验都难以覆盖全场景合规与营销的表达冲突:营销追求强表达以提升转化,合规要求在边界内呈现,两者在实际素材上频繁冲突多模态编辑一致性难保障:视频局部改动容易出现穿帮、风格漂移,图像/文本改写易脱离原素材语境规模化修复的成本压力:高质量生成模型推理成本高、时延大,难以在大规模素材修复场景下全量落地前沿亮点规模化落地的 Agentic 素材合规修复体系:覆盖文字、图像、视频全模态,服务千万级素材场景一句话完成端到端视频编辑:无需分镜拆解与逐帧标注,指令驱动即可产出合规且连贯的成片,显著降低生成成本柔性治理的边界方法论:为生成式 AI 参与内容治理提供可复用的边界框架合规与营销的联合优化范式:不止于守住合规底线,通过多目标建模让修复后的素材同时保留营销表达力听众收益关键技术实践:风险结构化、多目标强化学习、多模态编辑与生成协同的落地经验工程权衡思路:合规与营销的对抗、质量与成本的取舍、柔性治理的边界划定业务视角启发:如何在守住安全底线的同时释放营销表达空间,实现“安全与增长兼得”前瞻趋势判断:把握合规从“事后审核”前置到“生成阶段"的行业演进,为业务落地生成式 AI 提供参考 除此之外,本次大会还策划了 Loop Engineering "、 千行百业 Agent 创新实践 "、 Agent 自主进化:从记忆到持续学习 "、 Agent as a Service "、 Vibe Coding 时代的新质量债 "、 理性驾驭 AI 的 SRE 可靠性工程 "、 金融 AI Native工程实践:从研发提效到业务破局 "、 AI Infra:算力效率决定规模化落地 "、 AI Native 架构 "等20个专题论坛,届时将有来自不同行业、不同领域、不同企业的100+资深专家在现场带来前沿技术洞察和一线实践经验。 查看更多详情可扫码或联系票务经理 18514549229进行咨询。
这篇文章对您有帮助吗?
订阅66必读
每日精选科技资讯,直达你的邮箱