- 综合排序
- 最热优先
- 最新优先
- 来自专栏量子位
AI的大模型时代 ≠ 只有大模型的AI时代
所以，AI不是只有大模型。AI的大模型时代也 ≠ 只有大模型的AI时代。 成熟的AI，早就已经上岗了 或许你还不敢相信，现在哪怕小小的快递背后，都已经有AI技术在加持了。 AMX由两部分组成，一部分是1kb大小的2D寄存器文件，另一部分是TMUL模块，用来执行矩阵乘法指令。它可同时支持INT8和BF16数据类型，且BF16相较于FP32计算性能更优。 △英特尔® AMX 技术架构 除了CPU，英特尔还有专用的深度学习加速芯片Habana®️ Gaudi®️2 ，其能在单个服务器内部署8张加速卡（称为Habana处理单元，即Habana Processing 对于参数量为70亿的较小模型BLOOMZ-7B，在Gaudi®️2的单设备时延约为第一代Gaudi®️ 的37.21%；而当设备数量都增加为8后，这一百分比进一步下降至约24.33%。 这便是英特尔在AI大模型时代中的“加速之道”了。 还会带来怎样的变革？ 纵观AI技术的发展之路，不难发现英特尔在其中履行着一条非常清晰的准则——用起来才是硬道理。
64910编辑于 2023-09-27 - 来自专栏大数据文摘
AI时代的漫谈
自此，AI看上去不再那么像泡沫，也开启了我们对AI的无尽想象！ 对于大部分人，隐约感觉到的是，风口已来，风暴已来，有对未来科技的美好想象，还有对于未知力量的一些恐慌。 与互联网带来的信息革命一样，我们可以很容易通过搜索引擎等渠道获得信息及知识，现如今利用这样的AI搜索引擎，我们可以通过更为人性化的对话交互，定位到我们问题对应的答案，可以更为便捷地获取经过高度总结知识点 本质基于数据归纳的原理，有几个绕不开的缺点: 1、基于已有信息聚合生成，ChatGPT容易提出越主流的信息观点；缺乏实时信息或背景知识容易导致回答出错；由于数据偏差，训练数据直接影响回答的质量，信息的真伪性是不确定的； 2、 资源聚集、垄断效应会增强 AI或者更为普遍概念的科技带来的效率提升，往往也会导致资源更加的聚集。 从社会层面来看，试想 一旦AI替代了一大部分的工作，效率提高的同时，社会收益还可以容易被个体垄断着。 但如今只凭过去学习技能就完全不够了，「更核心的是通过对需求的敏感观察，利用好AI获取信息，创新地整合资源来创造价值。」 总之。现在信息壁垒已经大大解决了，就看各人的领悟。
32810编辑于 2023-04-10 AI 时代的我们
这不是一个细枝末节的变化，而是一个清晰的信号：我们正式的进入一个新的工作范式——Vibe Coding 的时代。 接下来，我想从自己的经历出发，谈谈对这个时代的一些观察。 今年，我使用 AI 工具编写的代码量，已经远远超过了我自己亲手敲下的代码量。越来越多的时候，我的主要任务不是写代码，而是向 AI 描述需求。 所以 Vibe Coding 的核心不是“让 AI 接管”，而是“让使用者掌控”。 我很早就开始使用 AI 做编码工作。 无论是医疗、教育还是金融，AI 都正在深入其中： 医疗影像的辅助诊断 个性化的自适应学习系统 毫秒级的市场分析与决策 每一个行业都在重塑自己。 我们身处一个高速变化的时代。 如果我们能够掌握与 AI 协同的能力，能够拆解任务、表达需求、审查结果、训练自己的数字助手，那么我们就能在这个时代获得前所未有的力量。 这是一个“超级个体”崛起的时代。
24020编辑于 2025-11-28- 来自专栏存储公众号：王知鱼
Agentic AI 时代的内存（2）-从HBM到分层存储架构
本文将带您深入探讨智能体AI如何通过HBM、MRDIMM和CMM-D等创新内存技术，构建分层存储架构来应对这些挑战，实现精准可靠的AI推理能力。 划线高亮 观点批注 智能体AI的内存需求 语义记忆的定义与作用 PPT的核心观点是，语义记忆作为一种外部、可扩展的知识库，是构建精准、可靠的智能体AI（Agentic AI）的关键组成部分。 量化了“TB级”容量需求: 通过图表数据明确指出，一个商业规模（10亿条目，1k维度）的向量数据库索引，其内存占用会轻松超过 2TB。 第2层 (Cold Tier): 通过CXL连接的CMM-D，构成海量的内存池，用于存储完整的、超大规模的向量数据库。 第二步 (扩展内存容量): 在此基础上，通过CMM-D模块进一步扩展内存，不仅能将系统总容量提升到新的量级（如从2TB到3TB），还能带来额外的性能红利（约16%）。
53110编辑于 2025-11-20 - 来自专栏机器之心
AI现场发了2万红包，打开了大模型Act时代
最近一段时间，大模型领域正在经历智能体（AI Agent）引发的革命。Anthropic 推出的升级版 Claude 3.5 Sonnet，一经推出即引爆了 AI 圈。 AI 发的红包瞬间就抢空了。不得不说谢谢张总，谢谢 AI Agent。 另外，这个 AI 助手在使用过程中可以根据页面信息更改计划并自我纠错，从而更好地完成任务。 智谱也和众多手机、电脑厂商合作，在 AI PC、手机端智能助手领域给大模型进行落地。率先亮出 AI 智能体操作手机的荣耀，就在九月份与智谱达成了 AI 大模型技术的战略合作。 尽管目前的技术还在初期，但 AI 智能体已经展现出了前景。
37410编辑于 2025-02-14 AI 正在从“模型时代”进入“系统时代”
摘要但从工程视角整体审视，会发现一个高度一致的信号：AI的竞争焦点，正在从模型能力转向系统能力。本文作为专栏收束篇，对这一趋势进行系统总结。 一、模型时代的典型特征模型时代的核心关注点是：参数规模推理速度多模态能力工程结构相对简单：展开代码语言：TXTAI代码解释输入→模型→输出这在实验和Demo阶段非常有效。 三、系统时代的AI架构轮廓我们可以用一张简化架构图来描述系统时代的AI：展开代码语言：TXTAI代码解释用户意图↓AgentRuntime↓调度/协作/状态↓工具系统/模型系统↓反馈与校验注意：模型被包裹在系统之中 来自智能体来了（西南总部）的总结性判断是：AI的下一阶段，比拼的不是“谁更聪明”，而是“谁更稳”。 结语如果说模型时代拼的是“突破”，那么系统时代拼的是“长期可用”。AI的未来，不是更大的模型，而是更可靠的系统。
15610编辑于 2026-02-02- 来自专栏人工智能领域
解锁AI Agent潜能：智能时代的信息处理利器2（1830）
一、AI Agent：智能信息处理的领航员 在当今数字化浪潮汹涌澎湃的时代，信息呈爆炸式增长，如何从海量资讯中迅速捕捉关键内容，并转化为简洁明了的报告，成为个人、企业乃至科研领域亟待解决的难题。 二、AI Agent 基础剖析 AI Agent 的构成要素犹如精妙复杂的齿轮组，紧密协作，驱动着智能的运转。 三、构建 AI Agent 的前期筹备 （一）明确任务需求 在开启构建 AI Agent 的征程前，精准锚定任务需求是首要关键。 reportlab.pdfgen import canvas from reportlab.lib.pagesizes import letter # 数据 data = {'col1': [1, 2, 3], 'col2': [4, 5, 6]} df = pd.DataFrame(data) # 创建PDF画布 pdf = canvas.Canvas('report.pdf', pagesize
58110编辑于 2025-01-25 - 来自专栏微言码道
AI时代，英文为王？
最近Meta开源了llama2,几乎引爆了整个AI行业.这可能意味着AI迈入了一个新的阶段,开源将会深度参与AI技术热潮中. 也意味着未来一切皆有可能. 这篇文章不是说llama2与AI开源的,而是我在查阅llama2的技术白皮书中, 发现了一个非常值得注意的现象. 就是当前主流的前沿AI的训练语言中,以英文为主. 如果AI时代不可避免的来临了,按照当前这样的趋势, 英文将成为AI中的绝对语言,包括中文在内的其它语言都不可避免的重要性大大降低. 中文的困境 除非国内的大模型能有所突破,或迎头赶上, 否则AI时代的中文必然会面临困境. 结合现在互联时代中文问题,AI时代这个困境可能只会加深,表现在: 中文内容质量低下 好吧,虽然这个结论有些伤人,但我们很多人都能感受到互联网上中文内容的质量低下化这个趋势.
73610编辑于 2023-08-31 - 来自专栏老张的求知思考世界
AI时代，我们该何去何从？
2、错误会在不断实践中得到纠正，但当你从事一项开创性工作时，根本没有手册或路标可以循迹前行。 我们需要以更加积极主动开放的心态，学习AI、了解AI、使用AI、拥抱AI。 2、大众对新事物的恐惧往往强于兴趣，而大众也往往在每一次技术革命发生后，扮演者用户和落后者的角色。 如果你抗拒新事物的出现，抵触它进入你的生存环境，在事实上你已经被时代所淘汰。 3、很多人担心AI不断发展下去，自己会失业。然而事实是，无论AI是否出现，35岁失业危机，是一个全球范围内都很无解的问题。 对此我的建议是：保持对AI的敏感和好奇心，主动学习和了解AI，并将其应用于探索自己的第二曲线。 对于到AI时代，第一类人是深度参与大模型研发这一批顶尖人才；第二类则是围绕AI进行相关商业化探索的人；第三类则是愿意积极使用并拥抱AI的人。我想，至少我们应该成为第三类人。
27710编辑于 2025-07-29 - 来自专栏老张的求知思考世界
欢迎来到AI时代！
按照业内普遍的认知，AI的三大底座(或者说三要素)是算力+模型+数据，也就是说只要你算力够多，模型够好，喂进去的数据量足够大，可以迭代出我们预期的AI产品。 按照较为官方的消息，DeepSeek V2支持高达128K的上下文窗口长度，具备强大的中文和英文综合能力，性价比极高，API价格仅为GPT-4的百分之一。 换句话说，降低训练需求等于打破了高算力的垄断门槛，降低应用成本意味着普通人进入AI领域落地应用的门槛变低。 可能以后生活中的每台电子设备都会内置DeepSeek这种水平的大模型，而这也意味着AI+的爆款应用，大概率会在2025年横空出世！ 作为普通人来说，当AI+的应用爆发后，我们和世界上智商最高的人之间，已经没有了公开信息的信息差。唯一的区别就是认知和行动力。 普通人要想赶上这一波AI+浪潮，最好的切入点就是在应用层勇敢尝试。
19900编辑于 2025-02-05 - 来自专栏IDE项目开发编程交流
AI时代，如何把握机会
喜欢明天，喜欢今天，喜欢有AI的每一天。AI时代的段位划分：从菜鸟到大师，你在哪个层级，会正真的使用AI提高工作效率吗。人类在摸爬滚打的历程中，从本质上是在提升效率问题。 ：比如以下的一个基础提示词框架：1.必须包含背景2.必须包含目标3.必须包含输入格式要求4.必须包含输出格式要求通过以上AI提示词的优化，那么你拿到的AI返回的结果，因为AI此时的意图是非常清晰的，会更加有效的解决问题 个人可能在某个领域，你已经超越了AI，这时候就需要构建个人知识库，来帮助AI具备相关的某种能力，才可与AI进行对话，更高效的解决你的问题，扣子coze、腾讯IMA支持构建知识库。 第五层级：专家级-会开发AI应用可以独立开发AI工具，去解决日常工作中遇到的问题。现在AI写代码门槛很低，任何80-90%的功能，只需要描述你的需求。 在当前，稍微有点门槛的时代，我们学会AI应用开发，相当于我们拥有了一个自身的能力杠杆。
19010编辑于 2025-06-29 - 来自专栏Web技术庄园
前端 + AI —— 走进无码时代
导语：前端智能化，就是通过AI/CV技术，使前端工具链具备理解能力，进而辅助开发提升研发效率，比如实现基于设计稿智能布局和组件智能识别等。 new_img = image_morphology(new_img) cnts, _ = cv2.findContours(new_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE = 0: vertical_centers = vertical_segments[:, 0] / 2 + vertical_segments[:, 2] / 2 left img = cv2.copyMakeBorder(img, 5, 5, 5, 5, cv2.BORDER_CONSTANT, value = [0]) circles = cv2.HoughCircles .KMEANS_RANDOM_CENTERS ) center = cv2.cvtColor(np.array([center], dtype=np.uint8), cv2.COLOR_HSV2BGR
1.8K30发布于 2020-09-01 闲聊AI时代的焦虑
序言 AI时代已经来临，无论你是何种心态，已经逃离不开，AI扶我凌云志？估计也很难将烂泥扶上墙。 焦虑毫无价值，能感受到焦虑是好事，但是实际上重在于行动，但是实际上也改变不了什么。 不懂代码，依旧能写代码的时代来临，从而导致大家开始强烈的依赖AI，效率提升了，但是使用AI的费用谁来出，所以导致的后果估计也只有裁员才能体现AI的价值了。 1 AI时代的幻觉 经常听到很多人说，AI会产生幻觉，从而导致问题回答的不准，其实感觉很正常，AI面临着和人类一样的场景，人不会产生幻觉吗？ 2 AI时代的上下文 现在使用AI写代码的时候，发现写着写着，有点降职了，其实这个和人类也很像，人类的记忆时间也就那么多，能记住的知识也就那么多。 是你喂AI，用多了，智力会下降，会空虚寂寞冷。。。 AI时代来临，需要脑子的工作会越来越少，脏活累活估计AI也干不了，除非机器人量产；娱乐性的东西也不会被取代，人至死为了娱乐。。。。
10710编辑于 2026-04-09现代AI时代的ERP
最近参与了中国信通院组织的大模型驱动的智能ERP平台能力标准的研讨工作，结合最近在AI大模型，企业级智能体以及SaaS+AI的活动和实践，探讨一下ERP软件的发展趋势和个人的一些看法。 勿容置疑现在是技术改变世界的时代，每一项人类科技的突破，都会带来社会巨大变革。现代AI正是这样的一种技术，它正在颠覆和重构我们的业务和IT，改变我们原有的思考、行动方式。 随着大模型、生成式AI、智能体AI的不断实践和渗透，人跟系统的交互方式，系统跟系统的集成模式都会发生改变。 人机协作能力要求ERP能够基于智能体AI和大模型生成式AI提供各种业务助手、自动化、智能化的业务流程，提升人类的工作效率，人类劳动力和数字劳动力能够协作完成业务流程，在超出数字劳动力能处理的任务边界或者出现异常情况时由人类接手和进行干预 智能体工程、提示词工程、知识工程等AI工程能力要求可以由业务人员通过自然语言、低代码、可视化编排和定义新的智能体、业务助手等。
38800编辑于 2025-06-07- 来自专栏深度学习与python
在 AI 时代构建 MVP
软件架构师如何做出这些权衡，AI 又如何能提供帮助？下表总结了 AI 可能在我们认为对软件架构至关重要的任务中为团队提供的帮助方式。 “AI 能否提供帮助”这一列表明了 AI 在该任务中所能提供的帮助程度，图中阴影部分代表我们认为 AI 能够提供的帮助程度。虽然 AI 无法完全执行任何任务，但它对某些任务的支持程度要高于其他任务。 通过实验获取支持其决策的经验结果 AI 在帮助开发人员创建解决特定问题的代码方面可以非常强大，但开发人员必须验证 AI 生成的结果，正如以下引语所表明的那样： “虽然 AI 可以生成代码，但仍然需要人类专家确保它是正确的 AI 还能帮助你发现并修复代码中的缺陷，这些缺陷可能是你自己忽略的。 除了简单的代码检查，实验为验证 AI 生成的结果提供了一种手段。 结 论 虽然软件架构师不会被 AI 取代，但他们确实需要学习如何以及在何处使用 AI 来做出更好的决策和实现更好的权衡。审视软件架构师的工作可以洞察到 AI 可以可以在哪些方面以及如何提供帮助。
33810编辑于 2025-07-26 - 来自专栏人工智能头条
AI 思维是时代机遇
万物皆可人工智能的时代已经到来，但是，你真的了解人工智能吗？你知道人工智能是如何与商业碰撞迸发出火花的吗？你知道人工智能如何从数据中产生价值的吗？ 理解事物，就要抓住其核心理念。 我们总在抱怨这个时代的趋势变幻莫测，难以把握，却没有人静下心来寻找问题的根源。 书本上的知识是权威的，但更新太慢，实际操作价值较低。 大多数人可能会选择去上编程课或者英语补习班，或者在知识付费的时代中多学几门网课，多加几个“知识星球”，以达到“刷新认知”的目的。 AI 思维可以在一定程度上解决我们的认知局限性的问题，帮助我们进行认知升级。 绳锯木断，水滴石穿，掌握了以小博大的 AI 思维，你不但是一个梦想家，也能成为一个真正创造价值的实干家。
88220发布于 2020-07-02 - 来自专栏机器人网
这是AI最好的时代……
先不纠结人工智能的各种定义，目前学者们将AI分成强AI和弱AI。 强AI是通用型的、有自我意识的，是自主的，简单说就是一个跟人一样的智能，星球大战中的R2-D2、多啦A梦都是强人工智能，有自己的意识、能做自己做决定，强AI目前仍然是科幻片里的人工智能。 说完AI适合解决什么样的问题后，再看看AI目前做不好什么。 1）处理定义不清晰的问题：计算机可以按照精准的指令进行运算，并且执行非常快，但是需要指令是清楚明确的； 2）感知：人可以感知周围的环境，同样的会议室大家都不说话，一个新进入的人可以感觉到里面之前是经历了激烈地争吵还是愉快的讨论 而这些是强AI的必要条件，所以个人认为强AI可能在可见的未来不会实现。
1.2K90发布于 2018-04-16 AI时代的产品经理
在2026年的今天，AI时代的产品经理（AI PM）已经不再是一个“新兴岗位”，而是产品经理的标准形态。 结合最新的行业趋势（2025-2026），以下是AI时代产品经理的全景画像： 一、核心角色的根本性转变 从“功能执行者” →→ “智能系统架构师” 二、AI PM的五大核心能力支柱 1. 2. 四、面临的挑战与陷阱 “锤子找钉子”：为了用AI而用AI，把原本简单的规则逻辑（如：if age > 18）强行交给大模型，导致成本高、响应慢、结果不稳定。 实战为王：亲手做一个能跑的AI Agent应用，比考十个证书都有用。 垂直深耕：选择一个行业（如法律、医疗、电商），成为“懂业务+懂AI”的复合型人才。
1K11编辑于 2026-03-07- 来自专栏机器学习与统计学
AI 时代，印度崛起了
1、Ai 时代，Github 增长火速 开发者每分钟创建超过 230 个新仓库，平均每月合并 **4320 万**个拉取请求（同比增长 23%），并在 2025 年推送近 10 亿次提交（同比增长 25.1% 2、印度成为今年 GitHub 上最大的新开发者来源地 印度在 2025 年新增了超过 520 万开发者，占 GitHub 总新增的 3600 万开发者中的略高于 14%。 AI 工作负载的首选语言。 Notebook 仍然支撑着新的 AI 项目 Python 现在驱动着几乎一半的新 AI 仓库（582,196；同比增长 50.7%），突显了其作为应用 AI 工作基础的角色，从训练和推理到编排和部署。 7、生成式 AI 走向主流 GitHub 上的 AI 相关仓库现在超过 430 万， 不到两年时间几乎翻了一番。
52510编辑于 2025-11-20 AI时代，教育何往？
去观察那些真正在AI时代拿到高薪、做出成果的人。他们的共同点不是"知道更多"，而是"能做AI做不了的事"。AI擅长"回答已定义的问题"，人类擅长"定义问题本身"。 这才是当前教育危机的本质——不是哪个学校办得不好，不是哪个老师不用心，而是整个体系的培养方向和时代需求之间，出现了结构性的能力错配。我们正在用工业时代的模具，批量生产AI时代不再需要的零件。 这句话在工业时代被当成理想主义的口号，在AI时代却可能第一次成为可操作的现实。未来的学校，不会再是一个以传递知识为中心的地方，而会越来越像一个协作和实践的车间。孩子去学校，不是为了听别人把教材讲一遍。 工业时代这说得通。社会变化慢，学历是入场券，你可以慢慢准备。但AI时代这是致命的——等你准备好了，世界已经变了三轮。 工业时代这是有效的。但在AI时代，这套逻辑面临一个根本性的悖论。“又快又准地完成规定动作”，恰好是AI碾压人类的领域。
32010编辑于 2026-04-01
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号