Datawhale AI春训营是由Datawhale和阿里云百炼联合举办，聚焦新行业、新岗位下的新就业，本方向聚焦：企业级大模型应用开发（RAG方向），本期目标： 基于阿里云百炼，结合RAG能力，设计自己的 AI 智能体应用

科学可视化（Scientific Visualization）、 信息可视化（Information Visualization）和可视分析学（Visual Analytics）三个学科方向通常被看成可视化的三个主要分支。而将这三个分支整合在一起形成的新学科 “数据可视化”，这是可视化研究领域的新起点。

办公小浣熊是基于商汤大语言模型的大模型原生数据分析产品，可以通过用户的自然语言输入，自动将数据转化为有意义的分析和可视化结果。办公小浣熊支持复杂表格、多表格、多文件的理解，可以完成数据清洗、数据运算、比较分析、趋势分析，预测性分析、可视化等常见数据分析任务，赋能财务分析、商业分析、销售预测、市场分析、宏观分析等多个应用场景。

大型语言模型（LLM）的训练体系可划分为三个关键阶段：预训练（Pre-training）、后训练（Post-training）与微调（Fine-tuning）。这三个阶段既相互独立又紧密衔接，共同构建了从通用模型到垂直领域应用的完整技术链路。

本文主要介绍了综合使用DeepSeek + CherryStudio生成Mermaid格式图表的方法和步骤，如流程图、时序图、甘特图、思维导图等。

AI视频技术正以数据驱动、模型赋能的方式重塑视觉内容创作，其背后是复杂的技术范式演进、精密的架构设计与高质量数据支撑。本文将基于北京大学相关研究内容，系统拆解AI视频生成的核心逻辑、技术架构、关键组件及训练数据核心要素，带大家全面理解这项革命性技术。

AI视频技术已从实验性“技术炫技”阶段，迅速发展为影视预演、广告创意、短视频制作、在线教育等领域的实用工具。其核心价值在于重构视频内容创作范式，降低创作门槛、提升生产效率，同时拓展创意表达的边界。

本文基于实测数据，聚焦音频、视频、数字人三大类12款主流工具，从核心功能、效果质量、易用性、场景适配性等维度展开客观测评，为技术开发者、内容创作者及企业用户提供可落地的选型参考，所有结论均来自实际测试，不涉及商业推广。

2025年，AI Agent迎来爆发风口。随着大模型、算力、生态等基础能力成熟，AI已从对话式工具（L1）进化至能自主思考与行动的智能体阶段（L3），成为企业数字化转型的核心驱动力，尤其在To B领域，正满足企业从“概念验证”到“规模化价值落地”的迫切需求。

2026年开年，AI圈迎来了现象级爆款——**OpenClaw**，被网友亲切称作“龙虾”。它彻底打破了AI只能“对话聊天”的局限，让自主智能体从实验室走进普通人的生活，掀起了一场全民“养虾”的AI新潮流。