
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
2026年上半年全球物流行业AI Agent规模化落地现状分析:聚焦三类企业——新兴AI原生公司(如Cartage、Freehand等)通过非侵入式服务重构业务流程;大型物流企业(如C.H. Robinson)利用专有数据实现效率跃升(订单处理从4小时缩至90秒);传统软件巨头(SAP、Oracle等)将AI深度融入WMS/TMS系统。应用集中高频执行流程,但需警惕"Agent washing"伪

《大模型AI学习指南:从入门到就业》 摘要:随着AI大模型技术快速发展,2025年相关岗位缺口达47万,初级工程师平均月薪28K。本文提供系统学习路径:1)10天初阶应用,掌握提示工程与业务衔接;2)30天高阶应用,构建RAG系统和知识库;3)30天模型训练,学会微调垂直领域模型;4)20天商业闭环,了解全球大模型部署。包含提示词模板库、58个实战案例等资料,帮助学习者90天内从零基础到项目实战,

1.背景Ollama和llama.cpp都是比较常见的本地部署大模型的工具,借助他们普通的笔记本也可以跑大模型。Ollama和llama.cpp名字里面都带了个llama容易造成选择困难。本文希望能借助一个实际的例子,帮助你快速做出选择。先说结论:如果只是本地部署不考虑性能的话闭眼选Ollama,如果要做"极致优化性能为王"就选llama.cpp.后文会分别用Ollama和llama.cpp部署D
科技圈又炸了!首个通用具身智能基座大模型 GO1 横空出世,这消息一放出来,整个技术圈和行业直接沸腾,堪称 “王炸” 级别的大事件!智元发布首个通用具身基座模型一-智元启元大模型(Genie Operator-1),它开创性地提出了Vision-Language-Latent-Action (ViLLA) 架构。该架构由VLM(多模态大模型) + MoE(混合专家)组成,其中VLM借助海量互联网图

本文详细介绍了从零开始离线部署私有AI大模型的完整流程,以清华大学开源的ChatGLM-6B模型为例。主要内容包括:1) 部署三阶段论(直接使用、API定制、私有部署);2) 硬件环境要求(最低6GB显存);3) 逐步安装Python、CUDA、PyTorch等工具;4) 模型下载与运行演示;5) 私有化部署的优势分析(数据安全、定制化需求)。文章配有详细操作截图,并附赠104G大模型学习资源包,

摘要:本文分享AI大模型学习资源,包含7阶段完整学习路径(从系统设计到行业应用),提供思维导图、书籍、视频等资料。掌握后可实现全栈工程能力,解决企业数据处理需求,完成垂直领域模型训练。资源包含学习路线图、商业方案、教程视频、面试题等,通过扫描二维码可免费获取PDF版报告。适合AI从业者系统提升大模型开发与应用技能。

本文详细介绍了字节跳动AI开发平台Coze的开源本地部署教程,包括系统要求、四步安装流程及常见问题解决方案。Coze采用Apache 2.0许可证,仅需2核CPU、4GB内存即可运行,虽功能略逊于公网版,但核心功能完备,适合开发者快速搭建AI智能体。

本文系统梳理大模型赋能的具身智能研究进展,涵盖基础概念、大模型分类与通用能力提升、自主决策(分层与端到端范式)及具身学习方法。大模型显著提升了具身智能在开放环境中的感知、交互、规划能力,自主决策和具身学习成为核心方向。文章详细分析了分层决策的高层规划、低级执行和反馈提升,以及端到端决策的VLA模型,为AGI发展提供了重要路径。

文章对比了OpenAI、DeepSeek、Anthropic等大模型公司的战略架构差异,指出模型评测已从传统NLP基准转向推理和智能体能力。大模型发展从单纯追求规模转向效率、推理和智能体三大支柱。未来趋势包括具身智能、世界模型以及对后Transformer架构的探索,竞争将更注重专业化而非单一规模优势。

阿里系近期密集开源多个AI大模型项目,涵盖达摩院、通义实验室和蚂蚁集团三大板块。达摩院聚焦具身智能(Rynn系列)、视频多模态(VideoLLaMA3)和数字人交互(OpenAvatarChat)等前沿领域;通义实验室以Qwen2.5/Qwen3系列为核心,构建覆盖语言、视觉、代码等场景的完整生态;蚂蚁集团则侧重AI原生数据与多智能体技术。这些开源项目不仅提供基础模型,还配套开发框架和工具链,显著








