博客 RSS 訂閱

ruyadekabuqinuo 頭像

月下水光 - 如何利用工業AI智能交互平台提升製造業決策效率？

在製造的演進浪潮中，人工智能不再是實驗室裏的Abstract概念或辦公軟件中的模糊工具，而是精準注入工業血脈的變革引擎。工業AI智能交互平台，作為一個融合了實時數據驅動、機理知識與封閉反饋機制的創新載體，正引領製造業從手動操作轉向智能協同的界碑。這種平台的核心在於，它不只處理數據，更是通過無縫交互將複雜的算法轉化為人類易於理解的語言，幫助企業在生產一線實現自主決策和優化。舉一個典型的例子，廣域銘島

工業互聯網 , 工業智能化 , 人工智能

收藏 評論

chaoshenjinghyperai 頭像

超神經HyperAI - 效率至高提升20倍！加州大學開發OmniCast，解決自迴歸天氣預報模型誤差累計問題

次季節至季節（Subseasonal-to-seasonal, S2S）尺度天氣預報介於短期天氣預報與長期氣候預測之間，聚焦未來 2 周至 6 周的天氣演變，精準填補了中遠期氣象預測空白，為農業規劃、災害防禦等提供關鍵依據。但 S2S 天氣預測既難依託快速衰減的大氣初始信息（中短期預報條件），又難捕捉尚未充分顯現的慢變邊界信號（氣候預測條件），在混沌的大氣系統與複雜的海陸氣相互作用下，預報難度顯著

機器學習 , 資訊 , openai , 人工智能 , 深度學習

收藏 評論

infodator 頭像

容智信息 - 智能體最佳實踐的方法論（五）：擴展規劃

當您的企業在某個業務場景中，藉由智能體實現了效率的跨越式提升——比如財務自動化讓人力成本直降30%，智能客服讓客户滿意度飆升25%……您是否會思考：如何讓這“單點的光芒”照亮全業務版圖？如何讓智能體從“部門級工具”進化為“企業級智能基建”？這正是智能體擴展規劃的核心價值——它是企業智能轉型從“試水”到“深耕”的關鍵橋樑，是讓智能體價值從“短期紅利”升級為“長期生態優勢”的操盤密碼。接下來，

資訊 , 機器人 , 自然語言處理 , 人工智能

收藏 評論

digitalocean 頭像

DigitalOcean - 裸金屬 vs. 虛擬化 GPU 服務器：AI 訓練與推理應該怎麼選

根據研究機構預測，全球人工智能市場規模在 2024 年的價值為 234.6 億美元。預計該市場將從 2025 年的 2,941.6 億美元增長到 2032 年的 1,7716.62 億美元，在預測期間的複合年增長率為 29.2％。到 2030 年全球 ​AI​​​ 推理市場規模將達到 2549.8 億美元​，而推理任務將佔據 ​數據中心整體計算需求的 70% 以上​。 AI 模型的複雜度正以指數級

llm , 人工智能 , 深度學習

收藏 評論

elhix0bg 頭像

阿里雲大數據AI - 雲棲實錄 | 阿里雲發佈Elasticsearch Serverless 2.0，重塑AI搜索時代基礎設施

2025年9月26日，在杭州雲棲大會“AI搜索與向量引擎”分論壇上，阿里雲智能集團高級技術專家——賈新禹正式發佈ElasticsearchServerless2.0，並首次系統性闡述其技術架構與產品價值。這一全新升級的Serverless解決方案，以“極致彈性、智能核心、AI生態融合”三大技術基石，直面AI搜索時代的工程化挑戰，為企業提供一站式構建AI搜索能力的基礎設施。 時代鴻溝：AI搜

elasticsearch , 搜索 , 阿里雲 , 人工智能

收藏 評論

elhix0bg 頭像

阿里雲大數據AI - 雲棲實錄 | AI 搜索引擎如何驅動億級物流：貨拉拉 x 阿里雲 Elasticsearch

在數字化與智能化浪潮的推動下，海量數據的高效檢索與實時分析，正成為各行業核心競爭力的關鍵之一。作為覆蓋全球14+市場、服務數千萬用户的智慧物流與同城貨運平台，貨拉拉不僅在業務規模與運營效率上追求卓越，也在技術底座上不斷革新。 9月26日，雲棲大會AI搜索與向量引擎分論壇上，貨拉拉Elasticsearch技術負責人——陳敏華先生分享了Elasticsearch在全球化高併發業務場景下的深度實踐，以

elasticsearch , 阿里雲 , 人工智能

收藏 評論

kestrel_task 頭像

微芒不朽 - 用 n8n 實現工作自動化後，我每天多睡 2 小時！

n8n 是一個開源的工作流自動化平台，允許用户通過拖放節點來創建複雜的自動化流程。n8n 提供了豐富的內置節點和社區貢獻的節點，支持與各種 API、數據庫和其他服務集成。本文將詳細介紹 n8n 中節點的使用方法，包括如何添加節點、配置節點、連接節點以及調試和優化工作流。 1. n8n 基本概念 1.1 工作流（Workflow） 工作流是由多個節點組成的自動化流程，每個節點代表一個操作，如發送電

機器學習 , 人工智能 , 深度學習

收藏 評論

aws_aidevcommunity 頭像

亞馬遜雲開發者 - 使用智能代理在亞馬遜雲科技無服務器架構上進行源代碼分析

摘要 隨着軟件開發規模的不斷擴大和代碼複雜性的增加，傳統的代碼分析方法已經無法滿足現代開發團隊的需求。本文探討了如何利用生成式人工智能代理（GenAI Agent）結合亞馬遜雲科技無服務器架構來構建高效、可擴展的源代碼分析平台。我們通過多個基於生成式AI智能體的代碼分析項目實施案例總結了在亞馬遜雲環境中部署智能代碼分析解決方案的最佳實踐和通用設計模式。 📢限時插播：無需管理基礎設施，利用亞

人工智能

收藏 評論

baihai_idp 頭像

Baihai_IDP - 對 GPT 5 模型路由機制的深度解析

編者按： 我們今天為大家帶來的文章，作者的觀點是：GPT-5 通過引入“智能路由器”架構，實現了按需調用不同專家模型的動態協作機制，標誌着大模型正從“全能單體架構”邁向“專業化協同架構”的新範式。 文章深入剖析了 GPT-5 路由機制的四大決策支柱 —— 對話類型、任務複雜度、工具需求與用户顯性意圖，並對比了其相較於 GPT-4、Toolformer 及早期插件系統的突破性進步。作者還詳細拆

llm , 知識 , chatgpt , openai , 人工智能

收藏 評論

xingxingshangdeliushu 頭像

星星上的柳樹 - IC 測試革新

無論你是IC 設計新手，還是資深RTL Synthesis 工程師，深入掌握設計可測試性（DFT）關鍵技術，是提升芯片可靠性的必經之路。 1、為什麼DFT 在現代IC 中變得不可或缺 提升可控性與可觀測性：通過在設計中嵌入測試結構，內部節點的狀態能被有效控制與觀察，從而支持故障定位與調試。 縮短測試時間、降低成本：採用scan chain、大規模並行測試、BIST 和MB

資訊 , 教程 , 知識 , 人工智能 , 深度學習

收藏 評論

ospo 頭像

字節跳動開源 - AIO Sandbox：為 AI Agent 打造的一體化、可定製的沙箱環境

文章來源｜字節跳動 Web Infra x veFaas團隊 項目地址｜github.com/agent-infra/sandbox 引言： AI Agent 在執行復雜任務時，常需在瀏覽器、代碼執行、文件系統之間切換。傳統多沙箱方案面臨環境割裂、數據搬運、鑑權複雜等問題。AIO Sandbox 通過一個 Docker 鏡像整合所有能力，提供統一文件系統與鑑權，並支持鏡像定製，提升了

agent , 人工智能 , 開源

收藏 評論

rivers_chaitin 頭像

百川雲開發者 - 2025年知識管理系統推薦，這款AI驅動的開源工具讓我徹底告別信息混亂！

你是不是也經常遇到這樣的情況：團隊文檔散落在無數個聊天記錄、郵件附件和本地文件夾裏，找個去年的方案得翻半天；新員工入職培訓時，面對一堆零散資料無從下手；或者寫技術文檔時，明明公司內部有現成案例，卻壓根不知道去哪裏找？ 別擔心，你不是一個人。在信息爆炸的2025年，高效的知識管理已經成為企業和個人發展的核心挑戰。好在，AI技術的成熟讓知識管理工具迎來了全新突破。今天要聊的，正是一款讓我眼前一亮的知識

人工智能 , 深度學習

收藏 評論

gmicloud 頭像

GMICloud - GMI Cloud：如何構建全球化高性能分佈式推理服務？

摘要 6 月底，GMI Cloud 技術 VP YujingQian 受邀參與了由 InfoQ 舉辦的 AICon 北京大會，在大會上Yujing發表了主題為《GMI Cloud Inference Engine 全球化高性能分佈式推理服務構建實踐》的演講，本文是他的演講總結。 越來越多的企業將自己的 AI 應用拓展到海外市場時，在推理服務方面遭遇諸多挑戰。例如用户跨地域分佈，單個集羣難以平衡低時

雲計算 , 人工智能

收藏 評論

old_it 頭像

老IT人 - DGX Spark 實戰解析：模型選擇與效率優化全指南

自 DGX Spark 發佈以來，這段探索之路挑戰與收穫並存。在成功完成軟件移植的攻堅後，我們決定將這段時期的實戰經驗系統梳理，轉化為一份關於模型選擇與性能優化的實用指引，希望能助力更多團隊高效利用 DGX Spark。 模型選擇策略：效率與性能並重 經過充分測試，我們發現不同模型在 DGX Spark 平台上的表現存在明顯差異。 以下是我們的具體推薦： 文本生成模型首選： gpt-oss-20b

教程 , 知識 , 人工智能 , 深度學習

收藏 評論

openfuyao 頭像

openFuyao - 一文讀懂openFuyao：聚焦AI雲原生，促進算力極致釋放

在人工智能迅猛發展的浪潮中，算力已成為驅動技術創新的核心要素。然而，全球範圍內面臨着異構算力協同困難、硬件資源利用不足、集羣軟件生態不完善等共同挑戰。 為解決技術生態碎片化困局，構建產學研協同的集羣軟件生態體系，openFuyao社區於2023年由華為主導啓動孵化，於2025年5月23日，由華為、中國工商銀行、中國移動雲能力中心、聯通數字科技有限公司、四川華鯤振宇智能科技有限責任公司、江蘇博雲科技

kubernetes , 人工智能 , 雲原生 , 開源項目介紹

收藏 評論

old_it 頭像

老IT人 - DGX Spark 雙機互連實測 Qwen3-235B 模型

前段時間我們使用單台 DGX Spark 測試了gpt-oss-120b模型性能。今天，我們通過一根 200 Gbps 帶寬的 QSFP 線纜連接兩台 DGX Spark，並測試了一個參數更大的模型：Qwen3-235B，看看性能如何。 整體測試下來，單用户生成速度為10 tokens/s，但預填充速度還不錯，單用户可達1000 tps，詳細測試數據如下: 生成速度 知識庫應用（輸入4K） 知

機器學習 , 教程 , 知識 , 人工智能 , 深度學習

收藏 評論

youqingyouyidedalianmao 頭像

龍智DevSecOps - Atlassian Service Collection：一套整合JSM、CSM與Assets的AI驅動服務管理平台

世界變化飛快——快到過去需要數月才能發佈的產品，如今只需幾天就能上線。客户希望立刻得到解答，員工期待工作體驗能像他們最喜愛的APP一樣流暢自如。而隨着AI的發展，人們對速度和服務質量的期望值也在持續攀升。 但大多數企業仍停留在“石器時代”：團隊各自為政、工具笨重難用，“創新”往往意味着長達六個月的部署週期和數百萬美元的諮詢費用。想想都令人頭疼。 為此，Atlassian推出了全新的服務管理解決方案

atlassian , 人工智能

收藏 評論

candy_68fb0dfb0afd0 頭像

Candy - 構建具備深度思考能力的 Agentic RAG 流水線，用於解決複雜查詢

原文地址：https://mp.weixin.qq.com/s/JnRcU-6wg6g9RjdVXe3fQA 很多 RAG 系統失敗，並不是因為 LLM 不夠聰明，而是因為它們的架構太簡單。它們試圖用線性的一次性方式，處理一個本質上循環、多步驟的問題。 許多複雜查詢需要推理、反思，以及何時行動的聰明決策，這與我們面對問題時如何檢索信息非常相似。這正是 RAG 流水線中引入“agent 驅動行為”的

人工智能

收藏 評論

facaidexiaogou_luapn 頭像

發財的小狗_lUapn - 《國內如何高效穩定地接入Sora2pro API？深度測評速創API的服務與性價比》

最近，許多開發者和視頻創作者都在尋找Sora2pro的國內接入方案。OpenAI官方渠道對國內用户存在諸多限制：網絡不穩定、付費繁瑣、且無法保證高頻調用的可靠性。更重要的是，Sora2pro按次計費的模式下，一旦調用失敗，費用依然會被扣除，試錯成本極高。那麼，有沒有一個既便宜又可靠的國內替代方案？ 經過多方測試和對比，我們發現速創API平台提供的Sora2 API國內中轉服務，完美解決了上述痛點。

知識 , 人工智能

收藏 評論

gmicloud 頭像

GMICloud - 網易科技專訪 GMI Cloud 創始人&CEO Alex Yeh：以“產品+佈局+服務”構建全球競爭力

摘要 日前，網易科技對 GMI Cloud 創始人兼CEO Alex Yeh 進行了專訪，內容主要圍繞 AI 算力賽道機遇、GMI Cloud 差異化優勢及全球佈局等，下文為對話精華實錄。 近期，網易科技對話了全球頭部 AI Cloud 算力提供商 GMI Cloud 的創始人兼CEO Alex Yeh。他從全球行業視角指出，大模型的持續迭代與推理應用的爆發，正推動高端算力需求進入一個前所未有的黃

觀點 , gpu , 人工智能

收藏 評論

zhuifengdekaomianbao 頭像

張老師講數字孿生 - 仿真測試平台被列為長三角機器人產業重點

2024年7月，《長三角機器人產業高質量發展行動計劃》正式發佈，明確提出到2027年培育形成萬億級產業集羣，其中仿真測試平台被列為關鍵技術攻關重點。 一、技術需求：從"硬件依賴"到"虛擬驗證" 隨着長三角地區機器人產業規模突破6500億元，傳統依賴物理樣機的研發模式已難以滿足快速迭代需求。以上海為例，工業機器人密度已達每萬人460台，但新產品研發週期仍長達12-18個月，其中物理測試環節佔

前端

收藏 評論

infodator 頭像

容智信息 - 如何評估高質量高價值的智能體？容智全維度評估寶典教你實戰方法

企業部署智能體，若缺乏科學的質量評估體系，極易陷入“效果模糊、價值難控”的困境。智能體的質量評估絕非單一維度的技術測試，而是需圍繞業務目標、人機協同、持續迭代構建系統方法論，並從系統性能、任務成效、輸出質量、工具協作四大維度全方位刻畫其價值，最終實現“技術健康度”與“業務貢獻度”的雙重驗證。 科學的評估體系需緊扣業務場景與長期運營，遵循三大原則： 指標與業務目標深度

人工智能

收藏 評論

deephub 頭像

deephub - 打造自己的 Claude Code：LangGraph + MCP 搭建一個極簡的 AI 編碼助手

實踐是最好的學習方式。為了深入理解 LangGraph 和模型上下文協議（MCP）服務器的生態，我們來從零開始構建一個 CLI 編碼代理。我們的目標是，拋開 Claude Code 那些花裏胡哨的功能，看看最基礎的編碼代理能做到什麼程度。 那些商業編碼代理往往會添加各種專有的"秘密配方"——特殊的上下文管理、精心設計的提示策略、優化過的工具選擇算法。這些技術細節被包裝得嚴嚴實實，很難

llm , 人工智能 , 深度學習 , claude , Python

收藏 評論

chuanghongdengdehoutao 頭像

闖紅燈的獼猴桃 - 住宅代理IP協議如何選擇？HTTP與SOCKS5全方位對比指南

在網絡爬蟲、數據採集和跨境電商等領域，住宅代理IP已經成為不可或缺的工具。但在實際使用中，很多人對HTTP(S)和SOCKS5這兩種代理協議的選擇感到困惑。本文將以通俗易懂的方式，為你詳細解析這兩種協議的技術差異，並提供實用的選型指南。 一、基礎概念：什麼是代理協議？ 簡單來説，代理協議就像是數據傳輸的"語言規則"，它決定了客户端（你的程序）和代理服務器之間如何溝通，以及數據如何傳輸。 打個比方：

HTTP , HTTPS , 教程 , 知識

收藏 評論