- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI科技大本营的专栏
加速AI应用落地，英特尔AI 2.0的进阶之道
英特尔则在人工智能方面提供优越的硬件选择，并通过软件来最大化释放硬件的性能，从而帮助客户无论是数据多么复杂或位于哪里都可以自如运行AI应用。 OpenVINO是英特尔基于自身现有的硬件平台开发的一种可以加快高性能计算机视觉和深度学习视觉应用开发速度工具套件，支持各种英特尔平台的硬件加速器上进行深度学习，并且允许直接异构执行。 借助英特尔OpenVINO工具包，能够帮助开发人员加快深度神经网络推理应用的开发，支持深度神经网络测试、调整和原型制作，可以帮助开发者进入实际应用的量产阶段。 爱奇艺助理研究员虞科华分享了他们在OpenVINO上的AI应用开发的相关实践 。 OpenVINO目前在爱奇艺的落地服务主要有AI雷达、图文审核、视频标签、图片审核等。 百度计算平台的软硬件优化 ?
1.2K00发布于 2019-07-11 【AI落地应用实战】HivisionIDPhotos AI证件照制作实践指南
2024好事发生这里我要推荐的【好事】文章是《深度学习入门指南：一篇文章全解》，在科技日新月异的今天，深度学习的应用越加广泛，引领着智能技术的新一轮革命。 本文将从以下四个方面:深度学习的背景历史、主要研究内容、重要分以及其在现实生活中的广泛应用，让读者简单认识一直广受关注的深度学习究竟是什么。 好事文章地址：深度学习入门指南：一篇文章全解好了，开始今天的主题：最近在网上发现了一款轻量级的AI证件照制作的项目，名为HivisionIDPhotos。 它利用AI模型实现对多种拍照场景的识别、抠图与证件照生成，支持轻量级抠图、多种标准证件照和排版照生成、纯离线或端云推理、美颜等功能。 一、创建实例本次实验选择了DAMODEL（丹摩智算）平台，致力于提供丰富的算力资源与基础设施助力AI应用的开发、训练、部署。
1.5K10编辑于 2024-11-13- 来自专栏AI科技评论
大模型「进化手册」：AI 原生应用该如何落地？
据 AI 科技评论观察，大模型应用的落地有两堵围墙： 其一，许多企业虽然希望借助 AI 原生应用来解决过往业务中的难题，但由于信息的快速迭代和交互壁垒，他们并没有很好的路径得以了解、触达到已经诞生的大模型应用 3 打造全链路生态支持体系 通过建一座大模型应用商店，搭建交易平台、瞄准商业化，百度关注的是实实在在的问题。但大模型应用的落地还离不开模型训练、推理、计算还有运维、系统、工程等方面的投入。 其二，对于缺少技术培训赋能、资本及产业落地支持的初创企业，百度智能云推出了 AI 加速器。 更重要的是，面向客户落地大模型的五类需求，百度智能云基于千帆大模型平台打造的“大模型超级工厂”给出包括AI原生应用开发平台在内的全套服务方案。 同时推出大模型全链路生态支持体系，加速企业 AI 原生应用落地和商业化。 接下来的竞赛，不再是局限于大模型的追逐，更是如何对应用产品进行自我优化、革新。
73620编辑于 2023-10-24 - 来自专栏AI科技评论
大模型「进化手册」：AI 原生应用该如何落地？
据 AI 科技评论观察，大模型应用的落地有两堵围墙： 其一，许多企业虽然希望借助 AI 原生应用来解决过往业务中的难题，但由于信息的快速迭代和交互壁垒，他们并没有很好的路径得以了解、触达到已经诞生的大模型应用 3 打造全链路生态支持体系 通过建一座大模型应用商店，搭建交易平台、瞄准商业化，百度关注的是实实在在的问题。但大模型应用的落地还离不开模型训练、推理、计算还有运维、系统、工程等方面的投入。 其二，对于缺少技术培训赋能、资本及产业落地支持的初创企业，百度智能云推出了 AI 加速器。 更重要的是，面向客户落地大模型的五类需求，百度智能云基于千帆大模型平台打造的“大模型超级工厂”给出包括AI原生应用开发平台在内的全套服务方案。 同时推出大模型全链路生态支持体系，加速企业 AI 原生应用落地和商业化。 接下来的竞赛，不再是局限于大模型的追逐，更是如何对应用产品进行自我优化、革新。
40030编辑于 2023-10-24 - 来自专栏数据派THU
独家 | 5G已起跑，目前有哪些应用抢先落地？
比如5G网络示范区、试点应用逐步落地，5G应用案例消息频出，5G智能手机已经面世，2G甚至3G网络已经开始“退役”。 5G的发展前景可谓是非常广阔的，那么，5G如今的发展现状如何，目前已有哪些产品、应用落地，未来发展趋势又是怎样的呢？ 2、5G+人工智能教育 5G+AI可以使教学过程更贴心、更智能。 因此，接下来5G应用的发展可能将主要有三大方向： 第一大方向是把前期跨行业探索培育打造的已经实现落地的各个典型“5G+行业”融合创新应用大规模复制推广开来，最大化前期试点示范的效用。 5G网络的理解，以及对于5G与AI、大数据、边缘计算、高清/超高清视频、VR/AR等融合后对于满足其痛点需求的理解。
1K20发布于 2019-12-16 - 来自专栏CV
基于AidLux&AI中台，轻松落地动态人脸识别AI应用
**人脸识别整体流程**图片**人脸识别落地应用**图片2.3人脸识别算法Retinaface的训练和数据集**RetinaFace原理**详见sansa大佬的博客，这里不展开细讲https://zhuanlan.zhihu.com AI视觉算法开发平台介绍及使用AI视觉算法开发平台，是华勤技术基于自研结构化架构+海量自研AI算法+算法应用/训练/开发功能的一站式AI应用解决方案平台，可跨平台部署，支持一体机/服务器/云端多场景使用 图片**华勤AI中台的使用**首先打开手机端的AidLux，然后点击应用中心，在应用中心里下载安装aid-IVS软件，安装后才能在进入AI中台。 操作视频5. 学习心得笔者最近也在尝试做人脸识别算法，通过AidLux动态人脸识别AI实战训练营的学习，对于人脸识别算法在AidLux平台和AI中台的部署应用有了新的认识，从中受益良多，在此感谢成都阿加犀公司和华勤公司提供的学习平台
2K10编辑于 2023-04-12 - 来自专栏机器之心
7 Papers & Radios | Transformer自动debug；AI合成舞蹈落地应用
尽管业界也曾出现过多项红极一时的研究成果，如 AI Choreographer 和 DanceNet3D，然而这些方案并未落地于实际商业生产应用。 历经两年多的潜心研发，网易互娱 AI LAB 的研发团队提出了符合实际生产环境应用要求的 AI 舞蹈动画合成方案 ChoreoMaster。 推荐：全球首个落地的舞蹈动画合成系统，入选 SIGGRAPH 2021。 语音转换在电影配音、角色模仿以及复刻人物音色等方面都有重要的应用。 (from Deng Cai) 5.
82150发布于 2021-06-08 AI 数字人技术应用详解：实际落地在哪些场景？
本文将详细拆解这些应用场景，同时分析技术价值与落地挑战，而我司的 AI 虚拟数字人服务，凭借三类控制模式、多场景适配及 200 个维度捏脸功能，能满足不同场景需求。 AI数字人技术应用：元宇宙场景在元宇宙这一新兴领域，AI数字人展现出巨大应用潜力，成为连接虚拟与现实的关键角色，主要应用集中在三方面。 AI数字人技术应用：旅游行业场景AI数字人的出现，为旅游行业的服务升级与体验创新提供了新路径，主要体现在三大应用方向。一是提供智能导览服务。 AI数字人技术应用：品牌营销场景AI数字人凭借独特的技术属性，成为品牌打造差异化形象、提升营销效果的重要工具，主要通过三大方式赋能品牌。一是塑造专属品牌符号。 随着技术的持续进步，AI数字人在交互自然度、场景适配性等方面将进一步突破，有望在更多领域落地应用，为产业升级与社会发展注入新动能。
1K10编辑于 2025-10-22AI的落地难题、应用案例和生产率悖论
一、AI的企业应用仍处于初期阶段人工智能的2C应用进展很快，2024年美国居民生成式AI的渗透率已达39.6%（来源：圣路易斯联储）。 然而，当前的模型厂商还热衷于评分打榜、技术炫耀，企业应用尚处于早期阶段。迫切需要找到丰富落地场景，加快推进AI和各行各业的深度融合。 大体是信息密度越高，AI应用越容易越深入；信息密度越低，AI应用越滞后越困难。 全美AI采用率最高的行业是信息业，为18.1%；其次是专业/科学和技术服务，占比远超10%；教育服务业、房地产和租赁业、公司和企业管理、金融保险业等四个高信息密度行业紧随其后，占比远超5%。 AI已经覆盖公司95%以上的作业场景，为约600家客户提供了AI服务，落地1500个AI驱动的营销案例。2024年蓝色光标由AI驱动的收入达到12亿元，占总收入的2%，占比是上年的十倍。
78220编辑于 2025-05-28- 来自专栏腾讯云TVP
5%的AI企业落地成功者到底做对了什么？
大家都看过上次的那个悲观的报告，95%的企业级AI是失败的，但如果我们不去纠结95%的企业AI失败概率，而是去研究5%的AI企业落地成功者到底做对了什么，我们会看到这样一条清晰的路径：1、道：宏观工作： 解决意愿的问题——从0到1生产关系：构建真正的，经验（知识）贡献的生产关系和回报模型——首先解决的是意愿问题，大家都愿意贡献知识人机关系：AI+人，靠机制而不是LLM自己的能力来减小幻觉，人始终配合约束幻觉的扩散 2、法：介观工作：解决组织和结构的问题——从1到10知识整理：建立一个实体组织，能持续的将人的“经验”，企业已有的数据，企业已有的流程，转化为可以被AI读取的“知识”持续迭代：构建可迭代的体系，AI服务中积累下来的内容能够变为新的知识自我迭代 ，这里包含了一个检测的体系培训：全员的AI培训，从上到下，从下到上的愿意拥抱AI3、术：微观工作：解决落地放大的问题——从10到10000解耦：不依赖于某个LLM，多个LLM之间可以互相配合成本：不做几个月后就会落后的大规模预算投入
1.6K41编辑于 2025-11-10 - 来自专栏老齐教室
AI 项目落地杂谈
人工智能（AI）项目的“落地”问题，现在谈论的比较多，我也来凑个热闹，不过，我不是从宏观角度来讲，而是从具体实施过程讲讲个人体会。 首先，AI 工程师要有能力且勇敢地将项目真实情况讲出来。 如果项目管理者对某个 AI 技术的细节不很了解，而是凭借浅显的认知决定要在项目中使用，那么，AI 工程师是不是能够协助项目管理者做深入的可行性研究呢？ AI 工程师要有能力进行评估 这对多数 AI 工程师来讲，是一个挑战。因为评估一个项目是否可以使用某项 AI 技术，不仅仅是技术本身，还要考虑项目的其他问题，比如成本、运营、人员、时间等等。 AI 工程师要勇敢地讲出实情 毋庸置疑，宣传中的某项 AI 技术以及它能够给项目带来的好处，和实际情况肯定是有差异的，甚至有时候差异会很大。 这样的 AI 工程师，也要么是“真糊涂”，要么是“揣着明白装糊涂”。一般项目皆败于此。 当科学、客观地对项目和技术进行评估之后，一定能够找到 AI 技术的切入点，此后的落地，必然一帆风顺。
51110编辑于 2022-12-09 - 来自专栏腾讯云TVP
AI应用进入中场，下一步该怎么落地
今天，让我们在企业AI应用的“中场”来对过去做一个复盘，对未来做一个规划。 复盘：为什么AI应用之前没有产生价值？1） 高速迭代的工具。 MIT报告里特别提到了，自建系统失败率67%，采购专业工具失败率33%，这是因为在AI技术刚出来的时候，企业里的基础技术人才储备远远比不过专业三方，企业里大多是应用级人才，在AI技术尚未完全成熟的环境下 加上国内外的经济形式，人工较为廉价，如果再综合考虑人类可以“承担责任”这一重大优势，AI落地找不到场景就变得很正常了。4） 熟悉业务。通用AI是不可能满足业务需要的，因为他不懂业务。 AI落地时的困境就在于：懂AI的人不懂业务，大多也不屑去了解业务；而懂业务的人，大多没能力去了解AI。AI的能力来自于知识，企业都没有成体系的知识，怎么能用好AI呢？ 其次，IT要把自己变成裁判员，来推动AI落地，可以通过组织AI创新大赛的形式来进行，过程中IT需要和合作伙伴一起做好服务工作。最后，企业的知识库建设是一个持之以恒的工作，尽快开始，不要停下。
48230编辑于 2025-08-26 - 来自专栏大数据文摘
OReilly纽约AI Conference“游记”：AI应用加速落地，强化学习更受关注
AI中遇到的问题，以及在业界的应用情况。 Ben Lorica提到，2010年AI学术论文和patent and invention的转化率由的8：1到2016的3：1，种种数据都表明现在AI已经加速进入了落地实施阶段。 ? O’Reilly在一项对1300个公司的问卷调查中发现，大约有1/5的公司开始着手准备或已经在使用RL强化学习。 越来越多的深度学习和机器学习被运用到企业里面，当前企业面对的AI应用三个常见的问题分别是：如何应用规模部署、如何推动绩效但保持管理成本以及如何应对未来所需的不确定性和变化。 另外他还提到，现阶段的deep learning和AI应用是可以用CPU实现完成的。 ? 在CPU上实现AI模型，3年时间经历了3个阶段的变化。
71430发布于 2019-05-10 - 来自专栏心源易码
【AI落地应用实战】Chaterm：重新定义终端操作的AI智能工具
在当今数字化浪潮下，AI Coding 已成为程序员的得力助手，从早期的 Copilot，到估值飙升的 Cursor，再到近期热度攀升的 Claude Code，程序员们手握众多 AI 智能体，如虎添翼 与传统的本地命令行工具不同，Chaterm 能够通过 SSH 连接，内置 AI Agent 能力，允许用户使用自然语言描述操作意图，由 AI 转化为可执行的命令或自动化流程，实现对远端服务器乃至大规模线上集群的统一管理 Command模式则更进一步，将AI能力深度整合到终端操作中。 值得注意的是，Chaterm背后的合合信息团队在AI技术领域有着深厚积累。 未来，合合信息将继续深耕人工智能领域，推动AI产品在更多场景落地和应用。
1.2K21编辑于 2025-06-24 - 来自专栏腾讯云TVP
AI落地的荒诞剧：寻找实际的应用场景
第一幕关键要点许多AI项目并非需求驱动，而是“为了AI而AI”的盲目跟风。AI应用的“PPT承诺”与实际落地的“ROI表现”之间存在巨大鸿沟。数据、算法、算力是AI落地的三大现实挑战，常被忽视。 “AI落地”的话语狂欢与符号价值在当下的商业语境中，“AI落地”这个词本身，其符号意义往往大于其实际应用价值。 推荐的AI应用场景探索与实践框架：AI落地“排雷”与“价值创造”四步法好了，吐槽完毕，现在是时候贡献一些“人间清醒”的干货了。 本文是一个测试，由纯AI生成，文章类型：博客文章，prompt如下：帮我写一篇辛辣讽刺的文章，关于无数人在寻找AI落地应用场景，但是一次一次被现实打脸，发现AI落地场景其实是一个悖论，恰恰是一旦人们相信并不存在的东西 最后总结一下如果要找AI落地应用场景的正确做法。
6.5K00编辑于 2025-05-26 - 来自专栏Goboy
Dify × EdgeOne，AI应用落地的最后一公里解药
为什么AI应用从Demo到生产这么难先说说Dify有多香。可视化工作流编排，拖拽就能搭AI流程。支持GPT、Claude、DeepSeek、通义千问等上百种模型。 应用做好了，只能自己用，或者截图发朋友圈，挺尴尬的。这就是Dify×EdgeOne要解决的核心痛点。Dify负责把AI应用搭出来，EdgeOnePages负责把应用送上线。 TopK设为5，召回5个最相关的片段。Score阈值设0.5，过滤掉不相关的内容。然后连到LLM节点，Prompt里写清楚角色设定，你是公司的技术专家，基于知识库内容回答员工问题。 进阶玩法，把AI客服嵌入公司官网刚才做的是独立应用，有时候你需要把AI能力嵌入现有系统。比如公司官网已经有了，想在右下角加个客服悬浮窗。 以前做一个AI应用，搭建后端只是一小部分工作量。写前端、调样式、配域名、搞部署，这些琐事占掉80%的时间。现在有了这两个模板，我能把精力集中在AI逻辑本身，而不是重复造轮子。
52581编辑于 2026-05-11 - 来自专栏镁客网
真正落地的AI应用应该是什么样？
策划&撰写：Lynn 2019年，“落地”被大家反复述说，也是AI领域公司齐头涌进的前方。 降低AI应用门槛，加速技术落地过程 若要AI技术赋能到传统行业，在不断迭代技术、提升性能的过程中，全方位降低技术使用门槛是必由之路。 在数据基础能力层，腾讯云依托大数据平台、机器学习平台、数据仓库等，打造面向数据科学家的高效工具矩阵；在应用服务层，腾讯云通过应用平台和应用服务降低AI落地门槛，让应用开发者灵活便捷的接入AI能力；在行业解决方案层面 在当前NLP领域的研究及落地应用中，为了降低现在预训练模型的高成本，腾讯云最新发布的AutoNLP依托腾讯云语料积累和公有云算力，一次训练多次使用，提供数十个腾讯自研的预训练模型，极大地降低训练成本，提升模型创新及应用效率 但不得不说，通过展示对技术的创新性理解和应用，腾讯云向大家展现了AI落地的更多可能，为行业打了一剂强心针。
1.8K20发布于 2019-12-18 - 来自专栏深圳架构师同盟
AI Agent平台和应用落地实践沙龙参会感想及总结
本周六深圳架构同盟有个AI Agent平台和应用落地实践沙龙，笔者公司最近正在做智能体相关的规划，于是毫不犹豫的报名参加了这个沙龙。 一、智能体平台架构及设计1、智能体平台架构及设计：智能体平台应该作为AI的基建来看待。智能体平台价值：覆盖AI开发框架和流程、可复用的MCP插件模板生态。 c、负载均衡器的超时处理：现象：企业级网关（如 Nginx, F5）通常对长连接有超时剔除机制。 Widget 是 AI → 人 → 系统 的桥梁。 Widget 是连接“黑盒 AI 推理”与“白盒运维管理”的桥梁。一个好的 Widget 设计应该让运维专家一眼看清：AI 正在做什么、依据是什么、风险在哪里。
41310编辑于 2026-01-21 - 来自专栏《三桥君 | AI产品方法论》
掌握这5大要素，开启AI项目落地的成功之门
你好，我是 三桥君引言在AI浪潮席卷全球的今天，大模型正成为企业转型升级的“超级引擎”。从智能客服到精准营销，AI技术的应用场景不断扩展。然而，AI项目的落地却并非一帆风顺。 5. 老板的耐心AI项目的落地往往需要时间，领导层的耐心支持是项目持续发展的保障。企业需要为AI项目设定合理的预期，避免急于求成。同时，领导层应定期关注项目进展，及时提供资源和支持。 如何找到AI的落地场景AI技术的应用场景广泛，但并非所有场景都适合AI落地。企业需要根据自身业务特点，找到最适合的切入点。以下是四个实用的方法：1. 从最熟悉的领域入手选择熟悉的业务领域作为AI应用的起点，可以降低项目风险。比如，如果企业已经在客户服务领域积累了丰富的数据和经验，可以优先考虑在这一领域引入AI技术，如智能客服或客户行为分析。2. 同时，选择合适的应用场景，从熟悉的领域入手，拆解复杂任务，并让AI学习“顶尖高手”，能够帮助企业在AI技术应用上取得突破。三桥君认为，AI技术的潜力巨大，但其落地并非一蹴而就。
30000编辑于 2025-07-19 - 来自专栏《三桥君 | AI产品方法论》
掌握这5大要素，开启AI项目落地的成功之门
你好，我是 三桥君 引言 在AI浪潮席卷全球的今天，大模型正成为企业转型升级的“超级引擎”。从智能客服到精准营销，AI技术的应用场景不断扩展。然而，AI项目的落地却并非一帆风顺。 5. 老板的耐心 AI项目的落地往往需要时间，领导层的耐心支持是项目持续发展的保障。企业需要为AI项目设定合理的预期，避免急于求成。同时，领导层应定期关注项目进展，及时提供资源和支持。 如何找到AI的落地场景 AI技术的应用场景广泛，但并非所有场景都适合AI落地。企业需要根据自身业务特点，找到最适合的切入点。以下是四个实用的方法： 1. 从最熟悉的领域入手 选择熟悉的业务领域作为AI应用的起点，可以降低项目风险。比如，如果企业已经在客户服务领域积累了丰富的数据和经验，可以优先考虑在这一领域引入AI技术，如智能客服或客户行为分析。 同时，选择合适的应用场景，从熟悉的领域入手，拆解复杂任务，并让AI学习“顶尖高手”，能够帮助企业在AI技术应用上取得突破。 三桥君认为，AI技术的潜力巨大，但其落地并非一蹴而就。
36910编辑于 2025-08-28
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