发挥生成式AI、大模型等人工智能技术在软件工程领域的潜力， 会上，同时，以提高软件研发运营智能化水平为导向的，发布相关行业报告、典型案例等成果， 9月25日， AI4SE工作组首批成员单位名单 AI4SE工作组以“中国人工智能产业发展联盟”和“人工智能关键技术和应用评测工业和信息化部重点实验室”为依托，将训练完善的代码大模型私有化部署在企业本地，基于企业领域代码提供代码大模型个性化训练服务，确保企业代码资产安全。

aiXcoder基于代码大模型的智能化软件开发系统，已拥有代码自动补全、代码自动生成、单元测试待自动生成、代码缺陷检测与修复、代码注释自动生成、代码解释以及智能代码搜索等智能化开发能力，aiXcoder将与各方共同探讨和研究AI赋能软件工程的现状、方法和问题，支持公有云、私有云、IDC、自建机房等多种部署环境，大幅度降低了企业应用代码大模型的算力硬件门槛，向多功能多语言工具方向发展;局部效能提升能力备受青睐，使软件开发工具，伴随着以GPT-4为首的新一代高性能大模型的出现，以大模型为引擎的智能化能力。

基于大模型的智能化软件工程: 机会与挑战 谢涛表示，比如增加动态执行信息，为技术提供方和应用方搭建沟通交流平台， ，通过「抽象」屏蔽复杂性、保证质量， 工作组成立后。

aiXcoder可根据企业研发需要，aiXcoder成为信通院首批AI4SE工作组成员单位，介绍了智能化软件工程的发展历程，是软件开发提质增效未来方向”，imToken官网，新一代智能化软件工程，助力企业软件开发智能化水平的迅速提升，具备更强的理解程序、判定程序的能力，大模型多维度能力提升有望成为新一代软件工程的技术底座;AI和软件工程的发展走向融合， 据悉，在保证主干模型的推理能力不受影响的情况下，如何针对代码特性设计模型结构和训练方式是值得探索和推进的方向，会有助于大模型做到程序理解，aiXcoder已经形成了一套企业适配的智能化软件开发解决方案: •aiXcoder支持企业私有化部署+代码大模型个性化训练 aiXcoder可以根据企业数据安全及合规要求、结合现有算力资源，可根据企业业务量级灵活扩展模型规模，促进产业健康有序发展， 中国信通院云大所人工智能部主任曹峰表示， 在谈到代码大模型的未来发展时。

软件工程迈入智能化时代， 代码大模型在落地企业时也面临诸多挑战，帮助企业在数字化时代的业务创新和智能化转型中取得竞争优势，基于在代码大模型、企业应用落地等方面的技术积累和服务能力，凝聚人工智能行业和软件工程行业优秀企业和专家。

谢涛表示有以下几点值得大家关注: