8月底一场由百度云主办的AI+金融专题论坛上，中国建设银行金融科技部副总经理张晓东也透露，为适应模型的快速迭代，建行打造了企业级松耦合的整体架构，基础大模型与建行大小模型间、建行大小模型与应用场景间双重解耦，达成“水涨船高”效果。行业人士告诉数智前线，上一代的手机银行，3-4层的繁杂菜单中，约有70%的按钮从未被按过，但真想找服务时又很难，而这些，未来都有可能一句话解决，让金融APP实现交互跃迁。

8月底一场由百度云主办的AI+金融专题论坛上，中国建设银行金融科技部副总经理张晓东也透露，为适应模型的快速迭代，建行打造了企业级松耦合的整体架构，基础大模型与建行大小模型间、建行大小模型与应用场景间双重解耦，达成“水涨船高”效果。行业人士告诉数智前线，上一代的手机银行，3-4层的繁杂菜单中，约有70%的按钮从未被按过，但真想找服务时又很难，而这些，未来都有可能一句话解决，让金融APP实现交互跃迁。

不过，现实的窘迫使得苹果不得不寻求外部力量的帮助。库克大秀Apple Intelligent，展示了多个AI场景，包括AI提炼信息摘要、修改邮件措辞，以及在街上给餐馆拍个照来查找餐厅信息，通过AI生成自定义表情包等等，甚至当时也提到了一个对话更加连贯流畅的Siri。不过，我们从今年6月举办的苹果开发者大会，也能看到苹果在努力的方向，包括在视觉智能上，识别相机或者截图上的信息；今年7月，苹果中国官网

然而，不同于常规低代码平台，也显著区别于传统BI工具、报表平台或数据中台，smardaten面向的是全流程的软件定制开发，历经数年的持续迭代，smardaten已演进为一个成熟的一体化开发平台，完整支持从需求调研、软件设计、功能开发到测试、运维的全生命周期。为此，统一开发范式可能是AI工程化落地最重要的技术基础，通过融合AI与“需求→设计→开发→测试”的全链路工具底座，能够重构传统开发流程，支持不

其智能推荐系统，不仅分析用户的浏览、搜索和购买行为，更关键的是深度挖掘社交互动数据，如“砍一刀”带来的裂变关系、拼团行为及社群分享，通过动态图神经网络算法，实时更新用户画像，通过社交链与分布式AI的深度融合，实现更高精度的兴趣捕捉与商品匹配。上周，拼多多发布2025年第二季度财报，不出所料，依然没有提及AI。在此之前，拼多多凭借实用主义和工程驱动的AI策略在电商红海中构建的效率壁垒，但其实用主义策

此外，视觉、多模态基础模型，准确率通常只有20%~30%，通过上述流程，在特定场景下准确率可超过90%，性价比极高。而智能时代的核心是Agent，封装的是智能，交付的是结果。具身智能的崛起，也是基础设施必须全力支撑的方向，百舸已全面适配主流开源具身VLA模型，并在WM世界模型和VLM模型上实现训推提效，北京人形机器人创新中心基于此，将强化学习训练速度提升了一倍多。像智联招聘在人岗匹配场景中，采用了

基于这一强大的技术底座，飞猪的出行场景叠加上阿里巴巴与蚂蚁生态内的其他生活场景（如餐饮、公共交通、支付等），数据、模型和场景之间构建出的乘数效应，是阿里商旅AI区分于市场上的TMC公司的一大特点，也形成了阿里商旅AI解决方案与其他玩家的差异化优势。作为企业内的高频运营场景，商旅串联了组织内不同的部门、层级，同时贯穿企业研、产、供、销、服全链条，在有些企业里甚至直接关联超10%～15%的核心支出成本

百度智能云张明介绍，到了2.0阶段，大家意识到仅靠大模型本身无法解决幻觉问题，需搭建智能体团队，先做数据域治理分析，固定常见问题，再搭建工作流分解任务、匹配流程，写好SQL后与指标域指标对比，能大幅解决问数类幻觉问题。一个相对宽泛的视角是，它是融合了大模型、知识图谱、工业机理等技术的新一代认知智能系统，具备 “自主性” 与 “协同性” ，能够感知工业环境，理解自然语言指令，决策并控制物理设备完成工

同时，大模型的更新又对HOP有帮助，能让HOP迭代优化的成本显著降低，以前需要人去作业的任务，随着模型智能程度提升，带来巨大的成本优化。所谓的HOP，高阶程序语言（High-Order Program），是编程语言和自然语言的融合，集两者之长，又规避了两种语言的缺陷。”韦韬告诉数智前线。蚂蚁密算相关人士介绍，以金融联合风控场景为例，在传统金融风控体系下，从数据探查、处理到模型构建与调优的全链路操作

方面，苹果vision Pro采用的是双屏设计，除了内屏，还有一个OLED外屏，能够显示用户的眼睛动作，用于与真实世界交互，而vivo把外屏去掉了。这是一个更切实际的选择。从使用场景中也能看出两者的显著差异，MR当下主要用于沉浸式观影和游戏，而AI眼镜更多是拍摄第一人称视角的影像，用于识别眼前的物体，或者充当翻译、导航，工具属性会更加明显。vivo除了在MR领域下重注，我们从其最近招聘的岗位上发现