騰訊雲TVP走進美的，共探智能制造新範式

9 月 13 日，由騰訊雲 TVP、美的以及泸州老窖聯合主辦的「探訪燈塔工廠，共見智造新範式」騰訊雲 TVP 走進美的暨泸州老窖·國窖 1573 研究院智庫研讨會在廣東佛山成功舉辦。

在本次活動中，專家們實地參觀了美的庫卡智能制造科技園和美的集團展廳，直觀感受到AI協同作業的全自動生産線，體驗前沿技術在工業的創新應用，領略美的集團在數字化、智能化建設的創新實踐。來自智能制造、數字化、AI 等領域大咖，圍繞智能制造的底層架構革新、工業 AI 的落地實踐以及企業布局AI 驅動的數字化轉型等熱門議題，進行深入探讨，共同探索工業 AI 時代的技術發展趨勢與産業變革機遇。活動最後設置分組頭腦風暴環節，各位專家參與其中，熱情交流，進行精彩的觀點碰撞，共話AI賦能工業的實踐心得與未來展望。

主持人開場

vivo高級總監、騰訊雲TVP邵浩

主持人vivo高級總監、騰訊雲TVP邵浩在活動開場時表示，通過參觀美的庫卡智能制造科技園和美的集團展廳，大家深切感受美的集團的數智化發展：從智能家電交互到工業互聯網的深度應用，從高度自動化的柔性産線到AI驅動的全流程協同管理，不僅展現其前沿技術的硬實力，更體現智能制造的系統性思維。

本次活動作為「騰訊雲TVP走進企業」系列活動之一，緻力于為不同行業的專家搭建跨界交流平台，鍊接産業一線的實踐經驗與智慧。智能制造的推進離不開生态的協同與技術的支撐。騰訊雲在AI、雲計算與工業互聯網領域持續深耕，依托堅實的技術底座和廣泛的生态連接能力，助力企業構建數字化基礎，推動各行各業的數智化轉型升級。

主辦方緻辭

美的集團美雲智數科技有限公司總裁 金江

美的集團美雲智數科技有限公司總裁 金江發表緻辭。他表示，美的集團以民用消費品制造起步，其發展曆程正是中國制造業發展的縮影。美的集團持續加大研發投入，如今其産品在功能、價值、品質及用戶體驗等方面逐步升級。在轉型的過程中，美的等中國企業探索出一條獨具特色的發展道路，通過數字化、智能化等前沿技術，将傳統依賴人工、以“螺絲刀工廠”為代表的生産模式，升級為少人化甚至無人化的“黑燈工廠”。這背後，是美的等中國企業在長期實踐中不斷探索創新應用的努力。期待通過本次活動，與大家分享美的集團的實踐經驗與思考，與各位專家攜手共創，共同推動中國制造邁向更高台階。

騰訊雲副總裁、智能制造與智慧能源負責人、智慧運營商負責人 曹磊

騰訊雲副總裁、智能制造與智慧能源負責人、智慧運營商負責人 曹磊表示，大環境風雲變幻，充滿不确定性，但AI帶來的颠覆正重塑各行各業，催生前所未有的機遇。騰訊重視AI技術的投入，據2025年第二季度财報顯示，公司研發投入同比增長17%至202.5億元，資本開支同比增長119% 至191.1億元。如今，騰訊将AI應用在視頻、廣告、遊戲等核心業務，已在代碼開發、數智人直播、廣告創意、3D建模、廣告投放等方面實現降本增效。随着企業步入數字化轉型深水區，騰訊持續發揮底層支持、工程化的作用，并基于騰訊20多年來積累的原子能力，緻力于與行業共創，美的和騰訊的合作就是生動的案例，從開始的騰訊會議互聯，到現在深入業務，服務全球，都有了長足的發展和合作，美的出海巴西，有着騰訊雲分布式雲CDC的支持，在歐洲，通過騰訊公有雲聯合打造了統一的數字化底座，以及美的全屋家電智能化設備也有騰訊雲AI、音視頻技術的深度賦能，幫助提升用戶體驗。未來，騰訊雲TVP将持續開展各類活動，構築開放交流的平台，與各位共同攜手迎接新AI時代。

泸州老窖股份有限公司副總經理 趙丙坤

泸州老窖股份有限公司副總經理 趙丙坤表示，泸州老窖作為中國四大名酒之一、濃香型白酒代表，擁有始于1324年的釀酒技藝和452年的傳統窖池。面對白酒行業缺乏成熟自動化方案等難題，2015年，泸州老窖投資120億元建設智能化生産基地，實現機器人自動化生産，産質量提升10%，優質酒比率提高20%。2024年1月投入運行的泸州老窖智能包裝中心，按照原生數字化工廠理念來進行數字孿生設計，将10萬噸灌裝的人數從傳統模式下的6000人降至164人，還将進一步精簡。在這個過程中，企業引進大量其他行業的先進經驗，為白酒行業帶來行之有效的泸州老窖解決方案。AI時代，泸州老窖将關注具身機器人與柔性制造技術的發展，期待與各位共研柔性制造技術，共推制造業的智能化發展。

AI時代的探索和創新

安克創新首席信息官、騰訊雲TVP龔銀發表題為《AI時代的探索和創新》的主題演講。

安克創新首席信息官、騰訊雲TVP龔銀

龔銀分享安克創新探索落地AI的曲折曆程：2023年初開始，安克創新積極布局，探索300多個AI落地場景，但團隊很快發現，創建的機器人除了聊天外，沒有創造更多的價值。

2023年中，團隊通過評估AI技術成熟度來推進AI策略，優先落地價值高的場景。一是AI智能客服系統，其AI托管率從2023年的40%到2024年底的50%，現在已達85%，即85%全球用戶咨詢由AI自動解決。今年，團隊打造智能客服語音系統，實現35%咨詢電話由AI處理。二是AIGC賦能營銷。團隊打造AIGC平台，将AIGC能力與業務流程整合，AI生成大量素材以提升設計、營銷效率。此外，通過AI智能廣告系統，AI生成廣告文案、圖片、策略，目前80%公司亞馬遜渠道的廣告投放托管在該平台上，其中20%廣告是全自動托管。今年，将繼續整合全渠道數據，擴大AI托管域。三是AI編程，目前團隊的代碼采納率、AI生成率在50%以上，部分團隊達75%，大大提升研發效率。

2024年，安克創新意識到AI不是一個單獨、外部的工具，應将AI融入真實業務流程和場景裡發揮價值，打造AI能力底座至關重要。此外，AI智能體是未來發展趨勢。因此，團隊升級AIGC平台，打造Vela内容生産平台，覆蓋從産品設計到營銷物料的内容生成。企業推出AIME 智能體平台，推出500多個智能體，讓業務人員也能使用智能體，而非僅限于研發人員。

到了2025年，安克創新提出三大目标：業務和産品智能體化，組織進行AI轉型，探索下一代AI基建和産品形态探索。在組織形态上，企業提出“new人”概念，即新時代n倍效能人。龔銀強調，AI能力、研發AI工具和研發AI智能體的能力不能僅依賴研發團隊，而是交給業務團隊才能産生更大價值。因此，企業進行組織“專小化”調整。将100多位業務人員到龔銀團隊，形成20多個小團隊，産生100多個智能體。

龔銀觀察到，AI可帶來10-20倍的生産力提升，這一數據已在安克創新的營銷、客服、研發和供應鍊等環節得到驗證。他強調，AI時代，所有的信息化、數字化和軟件産品值得重新做一遍。業務全AI托管的覆蓋度和深度會加快躍遷。最後，他建議開發者和企業積極行動起來，擁抱AI創新時代。

AI時代如何建設多雲統一的智能制造數字化底座

美的集團雲原生系統部部長 馮泳分享《AI時代如何建設多雲統一的智能制造數字化底座》的報告。

美的集團雲原生系統部部長 馮泳

美的集團業務涵蓋智能家居、新能源及工業技術、機器人與自動化、智慧物流、健康醫療、智能建築科技等多個領域，其數字化建設涵蓋“研、産、供、銷、服”鍊條，提供底座支撐的是“美的中立雲”。

在建設中立雲之前，美的自建數據中心來提供服務，但面臨技術舊、産品雜、安全弱、效率低等問題，在多雲環境下也遇到适配、聯動、運維等瓶頸。為此，美的構建多雲統一的數字化底座——中立雲，在技術上實現三大統一：雲上雲下統一、此雲彼雲統一、資源統一調度。其核心價值為：将本地IDC升級成為公有雲，實現全球一張網、全球一朵雲；充分利用公有雲資源彈性能力，降低公有雲開銷；通過一緻性雲操作系統，實現多雲雙活和災備能力；系統和網絡能力大大增強，整體安全性大幅提升。

中立雲的基礎底座包含計算、存儲、網絡，以及應用管理平台和AI算力平台。上層為研發效能平台，還擁有運維平台、大數據平台、數據庫平台、全棧安全平台等。

馮泳詳細展開介紹中立雲的創新技術：基于開源Linux Kernel構造美的OS，兼容CentOS/Red Hat；采用最新雲原生技術來構造虛拟機解決方案，替代VMware等商業軟件；自研存儲引擎來解決開源Ceph索引算法差、爆炸半徑大問題；将中間件和容器技術合體，構造應用管理平台，圍繞服務提供配置、發現、流量管理等一系列能力。

AI算力平台，提供八大能力來提升資源利用率、穩定性、效率。構建AI場景下的推訓混部能力，實現削峰填谷，提升資源利用率。通過統一調度公有雲和本地數據雲，滿足業務AI訴求，提升資源利用率，節省開銷。并以AI網關為基礎，支持後續大模型的統一接入。

構建自動化運維平台OpSpace，以智能化能力來提升運維效率。全棧監控平台 MonitorSpace從設備到主機、中間件、應用、端側，快速構建整體調用鍊，實現端到端的全鍊路監控。大數據開發平台DataMax實現數據自動開發能力。數據庫管理平台DBSpace，管理數據庫的變更、操作等工作，通過内嵌大數據模型讓開發人員自動生成高效SQL語句和慢SQL根因分析。數據庫引擎平台DBEngine提供數據庫服務化，可直接使用數據庫服務。研發效能平台DevSpace通過AI的方式來實現從需求分析到代碼開發、測試、發布的一站式全流程研發。機密管理平台 KeySpace實現密碼不落盤，解決密碼在創建、使用、傳輸過程中可能洩露的問題。攻擊模拟平台 AttackSpace來完善攻擊演練，近三年未發生重大安全事件。目前，美的中立雲不僅在美的落地應用，目前也向外部輸出成熟的雲底座能力。

騰訊雲AI大模型的發展趨勢和應用實踐

騰訊雲智能終端商業化負責人 陳樹榮帶來《騰訊雲AI大模型的發展趨勢和應用實踐》主題演講。

騰訊雲智能終端商業化負責人 陳樹榮

陳樹榮首先從整體分析當前大模型産業生态發展現狀，根據不同企業的定位，可分為四個等級的企業：Level1為自研大模型結構的企業；Level2為研發預訓練模型的企業；Level3基于模型SFT的企業；Level4直接調用大模型API的企業。

自GPT誕生以來，Scaling Laws帶來質變，AI進入大模型時代，大模型在泛化性、通用性、實用性上擁有許多應用，然而也遇到瓶頸：大模型幻覺仍然存在，其訓練不穩定，訓推資源調度管理難。因此，針對AI的治理迫在眉睫。建設統一且敏捷性足夠靈活的集團級AI中台，已成為頭部企業面臨的新課題。

為此，騰訊雲打造全棧式 AI 開發服務平台——騰訊雲 TI 平台，支持當前主流 AI 技術路線的研發與應用，為用戶提供從數據預處理、模型構建、模型訓練、模型評估到模型服務的全流程開發支持。目前，已在自動駕駛、大模型精調與部署、AI搜索、交互式 Agent等場景有落地應用。

企業使用大模型工具來實現業務需求時，企業級AI智能體是企業保持競争力的必然選擇，其中對于場景和方案的正确抉擇也是企業智能體成功落地的關鍵。然而，智能體落地時仍面臨一些挑戰：難以做好複雜業務的最後一公裡，接入成本高；沒有好的工具和評測框架，試錯成本高。對此，騰訊推出大語言模型應用開發平台, 提供LLM+RAG、工作流、Agent多種應用開發方式，助力企業及開發者加速大模型應用落地。

大語言模型應用開發平台的底層為大模型，支持混元大模型、行業大模型、第三方大模型的接入；往上一層為原子能力層，開放文檔解析、文檔拆分、多輪改寫、Embedding等原子能力；第二層為應用層，提供标準、工作流、Agent三種應用模式，提供豐富插件供企業調用；最上層為應用場景，為各行各業提供落地方案。

目前，三大應用開發框架全面升級，RAG帶來知識庫管理、知識源接入、知識問答的效果全面提升；Workflow支持引入Agent節點，簡化工作流流程并确保流程的智能運行；Multi-Agent支持低門檻配置多個Agent之間協同關系，可協同響應對話。此外，插件廣場已集成140+插件，模型廣場支持第三方模型的接入，應用測評提供多維度應用評測，評測智能體搭建的效果，通過平台的完善，助力企業大模型應用的加速落地。

陳樹榮建議，企業如果在資源有限的情況下，可使用騰訊智能體開發平台來快速構建AI應用和服務，還可通過開源技術來搭建應用體系，充分把握AI時代紅利。

人工智能驅動智能制造轉型升級

騰訊雲智能制造行業首席專家 邴金友分享《人工智能驅動智能制造轉型升級》的報告。

騰訊雲智能制造行業首席專家 邴金友

人工智能技術正加速向工業企業領域滲透，企業在落地AI時，邴金友建議需根據自身不同的場景與需求來選擇對應的AI技術。例如，預防性維護、良率預測、排産等場景可能不需要大模型（如GPT）來實現，通過小模型反而更高效。

大模型擁有以下優點：具有強大的語言理解和生成能力，可輸出結構化、非結構化數據；适用于多種文本處理任務，如内容生成、總結等，其能力全面；以語義為主、關鍵詞搜索為輔；以自然語言交互的方式來改變人和計算機的交互界面。然而，大模型也存在一些局限性，例如幻覺問題，其能力上限很高，但在使用時需提高能力下限來避坑；大模型目前以個人提效為主，還需進一步思考提升群體效益。因此，企業在落地時需明确具體的應用場景和需要哪種AI能力來解決實際問題。

針對大模型的落地策略，目前有兩種思路：一是行業大模型工程化落地，其中行業數據是關鍵；二是利用現有大模型能力，通過AI Agent來落地。例如在大模型的典型應用上，有知識庫應用、數據分析等落地應用。騰訊打造基于行業大模型的企業大模型分析助手——企點分析AI助手，實現零門檻的對話式分析。

目前，騰訊已打造全棧大模型解決方案，來助力制造企業智能化轉型。例如在模型應用上，與合作夥伴共創AI質檢、AI巡檢、AI安防等應用。在騰訊内部，騰訊堅實自己的AI自己用，内部AI應用數量增長快速，從去年底約有700款應用嵌入AI，最近已有900款應用全部使用AI技術。

在制造領域，騰訊依托雲邊端協同的智能平台，從“點、面、體”三個維度全面助力制造創新：在“點”上，通過AI産線質檢來提高效率；在“面”上，構建雲邊端一體化的智能雲平台；在“體”上，通過聯合創新、人才培養與生态合作，推動産業鍊協同發展。

邴金友表示，不管是小模型還是大模型，其訓練和推理都對基礎設施的敏捷性和效率的要求求較高。因此，基礎設施的雲化已成為企業構建AI體系的重要基礎。騰訊以智化創新平台幫助企業打造燈塔工廠和行業雲，推動制造智能化升級。

讓數智之光點亮中國白酒新未來

泸州老窖股份有限公司數字化發展中心副總經理 餘秀強帶來《讓數智之光點亮中國白酒新未來》的主題演講，分享泸州老窖在數字化建設的實踐心得與成果。

泸州老窖股份有限公司數字化發展中心副總經理 餘秀強

作為一家傳統白酒企業，泸州老窖在堅持傳統釀造工藝的同時，積極探索傳統工藝與數智科技融合創新之路。回顧泸州老窖的數字化發展曆程，可分為以下階段：1980-1999年為信息化萌芽期，企業開始從完全傳統手工向工業機械化發展；2000-2015年為信息化建設期，企業從機械化向信息化和自動化發展，引入ERP系統等；2016-2025年為數字化轉型升級期，企業實現四大體系數字化全覆蓋，以三支柱模式賦能業務數字化轉型。2026年開始深化數智化發展，目标是全面推進數智化建設。

泸州老窖從戰略上重視數字化建設，十四五提出建設“六位一體”的戰略目标，其中“建設數智化泸州老窖”是關鍵戰略之一。經過多年的發展，泸州老窖在數字化建設取得一些成就：

在釀造數字化方面，泸州老窖建成中國白酒行業規模最大的智能化釀造工廠，通過數字仿真促進兩化融合，實現數智釀造。在供應鍊數字化方面，泸州老窖突破國外技術封鎖，建成工信部認證、行業唯一的的卓越級生産工廠，實現從卸貨到包材入庫、包材卸垛、成品出庫的全流程自動化。在營銷數字化方面，泸州老窖構建以“渠道+消費者”為中心的生态鍊，基于大數據賦能數字化營銷，構建從前台到中台再到後台的完整營銷平台體系。在園區數字化方面，泸州老窖通過大量傳感器構建對人、貨、場等因素的感知，使用大數據、人工智能、物聯網技術，構建安消一體、安全生産、環境保護、設備管理、雙碳管理、應急指揮等一系列應用平台，打造全面感知的智慧園區管理系統。在管理數字化方面，通過構建大數據平台，彙聚業務數據，為财務、人力資源等部門提供數據支持，推動數據驅動的管理和創新。

在智能化建設上，泸州老窖以“大模型”+“小模型”雙輪驅動，即基于知識驅動和數據驅動的AI模型應用體系。基于此策略，企業構建“5+N”全棧國産化智算中心。

目前，泸州老窖在小模型上，深耕業務場景應用，釋放數智化應用實效。在大模型上，構建基于大模型應用，與帆軟合作研發智能問數應用，與科大訊飛合作研發智慧客服應用，還推出ChatBox智能問答機器人、智能陪練、數字員工等應用，并進行垂直領域大模型的探索，同時推進柔性協作智能機器人及其範式應用。

熱點頭腦風暴，開放交流：AI+智能制造，産業落地如何突圍？

除了以上主題分享外，騰訊雲 TVP 系列活動注重互動交流，活動最後特設分組頭腦風暴環節，數十位不同領域的專家分為六個小組，針對熱點話題展開讨論與交流，催生許多創新觀點。

熱點辯論：在大模型應用上，企業應優先選擇外部大廠生态還是自主研發專屬模型？

一組代表Linux基金會亞太副總裁、騰訊雲TVP 楊軒首先發言道，這兩者并非相互排斥，而是兩者都需要。一方面，企業無需重複造輪子，可直接使用大廠成熟的通用大模型。另一方面，在工業應用場景裡，企業可基于基礎大模型和自身的行業數據進行微調和訓練出企業專有模型。

Linux基金會亞太副總裁、騰訊雲TVP 楊軒

此外，開源為企業落地AI提供邊緣計算、大模型落地部署等開源解決方案，便于企業快速上手使用。例如，Dify、OPEA等開源平台，支持集成基礎大模型，再加上RAG技術來構建企業自身應用。邊緣場景也擁有諸多免費、可定制化的開源解決方案，如EVE、InfiniEdge AI等不僅能管理生産線所有節點，還能幫在大模型邊緣側部署。

二組代表騰訊雲智能制造行業首席專家 邴金友同樣從兩個不同的場景來分析：在知識密集型場景，應以大模型為主。企業無需自研模型，可直接使用成熟的基礎大模型。而在數據密集型場景，則以小模型為主。企業需要使用自身的數據來訓練小模型以匹配業務。如果企業需要建設知識庫、RAG的話，可采用“大模型+知識庫”模式。當知識量足夠大時，企業可研發漸增式模型，以提升效率。

AI+制造落地：以質檢環節（如消費電子質檢）作為案例，如何解決AI落地的“第一公裡”與“最後一公裡”？

三組代表美的集團美雲智數南區總經理 孟凡高根據過往研發質檢AI應用的經驗來進行分析，首先，基礎數據有以下來源：結構化數據，如工藝路線、質檢标準等數據；在生産工單推進的過程中，所有功能型、視覺、外觀的檢測數據；曆史VOC和VOP數據以及設備數據。所以，基礎數據是通過标準API接口、MaaS、CAF系統輸入的，覆蓋“人、機、料、法、環”的數據以及曆史數據。其次，在有數字化基礎上，可拓展如設備TPM智能體、視覺檢測、聲紋檢測、産品推理等業務場景。最後，企業需進行組織變革。先是由專業團隊搭建平台、算力、知識庫、模型、算法等技術體系；再由IT數字化團隊來落地數字化。企業還可采取“企業搭台、專家唱戲”模式，讓業務專家和質檢專家共同協作，加速AI創新落地。

美的集團美雲智數南區總經理 孟凡高

四組代表工控兄弟連創始人、廣東省工信廳智能制造專家、騰訊雲TVP 吳益宇談到，在工業場景裡，數據來源有自控制設備（如PLC、注塑機控制器）的協議采集和無協議設備加上傳感器、IO模塊将數據采集，還有從MES 、MOM、SCADA等系統通過API和數據接口來獲取數據。他強調，數據采集十分重要，因為數據是工業互聯網發展數字經濟必須要過的“第一座大山”“第一道關”，這項工作必須要精确完成，實現工業大數據和人工智能應用的基礎。

其次，企業需要多方協同來實現AI洞察。他建議使用工業小模型來做數據來源的建模，并在數據準确基礎上，企業進行治理和優化。最後，他建議不在落後的自動化上做數字化建設，也不在缺乏數字化的基礎上推進智能化。數字化是智能化的基礎，這是漸進的過程。為了達到這個目标，企業在做組織變革時需注意：從事“機”“電”“軟”團隊（軟硬件）進行深度融合、協同工作。同時企業CEO要明确企業數字化轉型的重要性。總的來說，為了實現智能化落地，在數據上，企業需要對“人、機、料、法、環”全方位進行采集、感知，形成上下數據聯通；團隊建設上，上下一條心奔向同一個目标。

行業AI應用：選擇一個行業，結合痛點場景、應用構建、價值評估三個維度，讨論出該行業最具潛力的AI應用

五組代表粒上皇 CIO、騰訊雲TVP蔡藝銘從零售行業的角度來觀察，零售和生産類似，涉及産品的研發、生産、營銷、銷售、售後等業務。AI的應用數據是基礎，企業可通過小場景的切入，還可借鑒行業标杆企業來驅動AI落地。同時，企業需建設關鍵業務系統，如供應鍊、營銷、消費者運營、數據底座等實現流程在線、業務在線、數據在線。他表示，在企業評價AI應用ROI時，不能單純隻從财務指标評判，還可從用戶體驗、效率提高、業務創新價值、風險管控等軟性層面綜合評價。在AI應用場景上，對于商品的售後環節，用戶的評論數據至關重要。企業可将評論數據放在大模型裡分析其情感傾向，并進行打标，及時回複特别是中差評。還可讓大語言模型為客服給出出回複建議，方便客服迅速響應用戶，提升用戶體驗，後續進行客戶評價分析改善産品及服務。

六組代表奧雅股份創新設計院院長 郭建兵總結小組觀點，作為一家從設計轉型文旅的企業，最具潛力的AI應用是“AI文旅大腦”。在設計兒童體育公園時，如何判斷設計受到小朋友喜歡，公園如何賦能當地企業？如何将公園商業化？這需要AI在短時間内調取當地數據，識别用戶需求，從而輔助他們策劃相關的文旅思路。對于AI應用價值的評估，他也認為不能僅僅看盈利，還需要關注流量獲取等方面。此外，根據用戶的反饋，還可以将個性化的AI應用做成标準化，幫助更多企業實現降本增效。

奧雅股份創新設計院院長 郭建兵

現場各位專家互動頻繁，掌聲此起彼伏。主持人邵浩總結道，AI落地追求三個閉環，從體驗閉環到商業閉環再到心智閉環，這三個閉環是循序漸進的過程。

結語

在本次活動中，通過實地參觀，與會者近距離感受到美的創新成果與數字化布局，共見以數據為核心、智能為引擎的智造新範式。會上，來自工業制造、數字化、AI 領域的專家真誠分享工業AI落地的心得體會與經驗，探索智能制造轉型升級路徑。内容幹貨，讓人滿載而歸。互動環節，各位專家展開熱烈的讨論，在開放、自由的交流氛圍下，激發了創新思維，為未來的實踐與探索拓展更多可能。

未來，騰訊雲TVP将持續走進不同城市不同企業，與專家和開發者一同交流科技熱門話題，讓更多人了解騰訊最新鮮、最落地的技術實踐。通過面對面的交流，為大家提供一個開放、平等、知無不言的交流環境，幫助更多開發者學習和成長。

TVP，即騰訊雲最具價值專家(Tencent Cloud Valuable Professional)，是騰訊雲授予雲計算領域技術專家的一個獎項。TVP 緻力打造與行業技術專家的交流平台，促進騰訊雲與技術專家和用戶之間的有效溝通，從而構建雲計算技術生态，實現“用科技影響世界”的美好願景。