logo
publist
写文章

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

Gemini 3.5 与 Agentic 时代:从技术革命到工程落地的完整指南

【摘要】Google I/O 2026 标志着人工智能从对话工具向自主智能体的历史性跨越。Gemini 3.5 Flash 实现轻量化模型对上代旗舰的全面反超,Antigravity 2.0 构建完整的 Agent 开发与运行体系,Omni Flash 重新定义多模态数据处理范式。文章系统解析谷歌技术组合拳的底层逻辑,提供模型选型、多模态落地、Agent 架构设计的工程化方案,帮助技术团队在新范式

文章图片
#多模态
AI 智能客服:定价模型、行业方案与规模适配策略

【摘要】AI智能客服正成为企业数字化转型的核心驱动力。本文系统梳理了AI客服的市场演进、技术架构、主流商业化与定价模式,并针对不同行业、企业规模提出定制化落地策略,助力企业与服务商实现共赢。

文章图片
#人工智能
文生图新视界:MJ、SD与豆包提示词解析与能力全对比

通过以上分析可见,MidJourney、Diffusion类模型和豆包在文生图领域各有千秋。MJ以艺术性引领潮流,Diffusion类模型以逻辑性和扩展性满足复杂需求,豆包则凭借中文支持和本土化优势深耕中国市场。用户应根据语言偏好、创作目标和预算选择合适的工具,并通过组合使用和技巧优化提升创作效果。文生图技术的未来充满可能性,多模态融合、本地化优化和用户体验提升将成为发展重点。随着技术挑战逐步解决

文章图片
#人工智能#多模态
三大运营商Token套餐上线:AI算力计量、商业逻辑与工程落地解析

【摘要】三大运营商将AI算力使用权包装为Token套餐,意味着大模型调用开始从“体验型免费”走向“可计量、可定价、可运营”的基础设施服务。围绕Token是什么、为什么由运营商推动、免费AI是否会消失、开发者和企业如何选型与避坑展开分析,帮助技术读者理解AI算力商品化背后的技术架构、成本逻辑和工程边界。

文章图片
#人工智能#算力
红杉资本年度判断:AI进入“实干”时代,世界将如何重塑? ——红杉资本AI年会解读

【摘要】AI正在从会回答问题的工具,转向能完成任务的劳动力。红杉资本年度AI判断的核心,不是模型又变强了,而是AI开始进入业务流程、组织结构和商业模式的中心位置。编程、医疗、法律、企业服务都会被Agent重写,知识本身会贬值,判断力、审美、信任和意义会变得更稀缺。

文章图片
#人工智能
AI+ERP融合中的那些坑:企业智能化升级前必须看清的风险(AI+ERP系列-2)

【摘要】AI 和 ERP 融合研究系列第二篇。ERP AI 化并不是给老系统接一个智能助手,也不是在页面角落放一个对话框。真正的难点往往藏在遗留系统、脏数据、接口缺失、流程失真、权限粗放和责任不清之中。尤其是很多运行多年的 ERP,系统仍在支撑订单、库存、采购、生产和财务,却已经没人完整掌握底层逻辑。智能化升级如果绕过这些基础问题,很容易把效率提升项目变成核心系统风险。

文章图片
#人工智能
AI融合ERP的五个层次:企业需要走到哪一步?(AI+ERP系列-3)

【摘要】本文为“AI与ERP融合”系列研究的第三篇。AI与ERP的融合,并非一个单点功能,也不是给系统加上一个聊天入口后就完成了智能化。更准确的理解方式,是将其视为一条从Copilot到Agent的能力成熟度曲线。企业需要清晰地判断自己当前处在哪一层,是否具备进入下一层的基础,再决定是从智能问答、流程辅助、模块智能、跨模块协同,还是从受控的Agent执行开始推进。

文章图片
#人工智能
DeepMind 哈萨比斯 IC 深度访谈:AGI 实现路径与 AI 技术未来十年演进

【摘要】诺贝尔化学奖得主、DeepMind CEO 德米斯・哈萨比斯在 2026 年 IC 大会 90 分钟深度访谈中,系统拆解了 AGI 的三大核心技术瓶颈,揭示了 AI 生产力千倍跃升的本质,澄清了上下文窗口与真正记忆的本质区别,同时指明了智能体、数字生物学与开源端侧模型的技术演进方向,为全球 AI 技术从业者提供了权威的路线图参考。

文章图片
#人工智能#大数据
AI 一周大事盘点(2026 年 6 月 7 日~2026 年 6 月 13 日)

【摘要】本周 AI 行业资本与监管动态密集。国际上,OpenAI 启动 IPO 流程,Anthropic 旗舰模型遭美国出口管制,英伟达加速全球算力布局,苹果完成 Siri 大升级。国内方面,华为、智谱相继推进大模型开源开放,北京智源大会聚焦智能体与世界模型,国产 AI 生态持续完善。

文章图片
#人工智能
从营运侧到制造核心:大模型时代制造业AI渗透的底层逻辑

【摘要】制造业AI转型的目标终将指向生产制造核心,但多数企业直接切入工艺调优、预测性维护、智能排产时,会遇到数据断层、系统割裂、试错成本高和ROI周期长等问题。更务实的路径,是先从财务、采购、销售等营运侧落地大模型、预测性AI和智能流程自动化,在低风险场景中建立数据闭环、业务闭环和组织信心,再逐步反哺生产排程、库存管理、质量控制和设备运维。

文章图片
#制造#人工智能#智能制造
    共 1356 条
  • 1
  • 2
  • 3
  • 136
  • 请选择