- 综合排序
- 最热优先
- 最新优先
AI4Science之分子材料成像调研洞察
分子成像技术与大数据和AI的结合可以更深入地理解材料的本质特性，为解决能源、环境等领域的关键问题提供新的思路和解决方案。 "，更没有 "大一统" 的AI模型，但考虑到分子材料成像领域的重要程度，或许在不久的将来，会有大量研究机构布局，科研人员扎堆，将“AI+分子材料成像”领域从做成类似于当下【AI+分子生成】、【AI+分子属性预测 机器学习模型（CNN、VAE、GP、Transformer等），数据集与Benchmark，python工具包，通用模型（Segment Anything Model）等多个维度和角度对分子材料成像领域进行了调研 从成像方法出发，从位形空间、频率空间、光谱学三个角度展开调研。其中，位形空间成像包括光学显微镜、电子显微镜、扫描探针显微镜；频率空间成像包括X射线衍射、电子衍射、中子衍射。 从任务类型出发，将调研的研究论文中使用的方法划分如下：1D/2D分类，回归，聚类，定位，分割，检测，去噪，数据筛选，超分，模拟生成，2D/3D重建3.
43900编辑于 2025-02-11- 来自专栏产品笔记
RAG智能问答评测工具调研
RAG智能问答系统介绍： 如何基于向量数据库+LLM（大语言模型）打造企业专属Chatbot？ 因此对RAG目前可以使用的评测工具或方法进行调研，从业务角度出发选择合适的评估框架。 答案必须与整个问题描述相关才能得到 10 分； 与问题描述完全相关的答案应得到 9 或 10 分； 与问题描述大部分相关的答案应得到 5-8 分，分数越高表示相关性越强； 与问题描述部分相关的答案应得到 2、3 或 4 评估指标 可以采用4个指标来进行评估： fluency（流畅性）：生成的文本是否流畅连贯； perceived utility（实用性）：生成的内容是否有用； citation recall（引文召回率
1.3K10编辑于 2024-03-06 - 来自专栏全栈程序员必看
Spark调研笔记第4篇 – PySpark Internals
本地会在运行pyspark脚本时先启动一个被称为driver program的Python进程并创建SparkContext对象，而后者会通过Py4J启动一个JVM进程并创建JavaSparkContext
1.1K20编辑于 2022-07-10 腾讯问卷AI：智能调研全流程解决方案与产品能力概览
一、 产品定位与核心亮点 腾讯问卷AI 是一款基于 AI驱动的智能工作流 产品，结合动态决策与高效执行机制，旨在重构企业调研流程。 其核心技术属性在于利用 混元+DeepSeek双模型底座 实现优势互补，将传统依赖人工的调研链路升级为自动化、智能化的闭环系统。 核心商业差异化卖点： 效率极致化： 实现 10分钟完成分析全链路。 功能框架 产品覆盖从设计到分析的全生命周期，包含定量研究与定性研究两大模块： 定量研究： AI生成问卷、问卷质量检查、智能多语言转换、AI生成报告、AI文本分析。 AI智能访问（访谈）： 自动生成访谈大纲。 根据预设目标自主访谈，澄清用户观点。 自动整理、提炼观点、生成访谈报告。 AI生成报告： 一键生成：包含数据概览、数据详情、AI报告。 4.
14710编辑于 2026-05-30腾讯问卷：一站式全流程AI智能调研平台产品概要
其商业差异化卖点在于： AI原生驱动：提供全流程AI场景解决方案，实现基于自然语言的秒级问卷生成与深度文本洞察。 功能框架 平台架构分为四个核心环节与底层支撑： 4个关键流程：创建、编辑、分享、统计。 20+功能模块：涵盖模板、题型、逻辑、协同、样本、交叉图表等。 全局产品优势能力 逐段解析平台提供的核心功能点： 智能设计与协同： AI生成：自然语言一句话极简生成，支持单选/多选/矩阵等题型及7大业务场景。 快捷导入：支持Excel与纯文本可视化一键导入生成。 智能质控与清洗： 自动检查：AI自动识别文案与逻辑问题（如人称代词混用），减少出错。 机器学习清洗：通过行为特征深度挖掘，自动标记并剔除无效答卷，无效样本无需付费。 4. 中国中车 背景：拥有46家子公司及17万员工，在活动评选、人事选举等场景中，纸质/层层上报数据统计效率极低。
10400编辑于 2026-05-31- 来自专栏人工智能AI
AI 人工智能常见4大应用场景
AI人工智能常见4大应用场景 AI 类应用场景，涉及行业众多，常见场景例如智能制造、智能安防、智慧医疗、智能自动驾驶等： 01、AI智能制造 智能制造，在某园区部署 MEC 平台，基于该平台可实现预测性维护和 02、AI智能安防 智能安防，针对现代安防的特点结合 5G MEC技术， MEC 平台可提供开放能力调用接口，例如 AI 视频分析、调度算法等以 API 的方式直接调用，大幅降低合作伙伴的开发难度和缩短研发周期 实际实施过程中通过在园区内布置监控摄像头以及巡检机器人，实时巡检监控，结合 AI 人工智能视频分析，遇到异常情况及时告警，同时联动巡检机器人到达现场排查，实现智能快速处理、实时响应；在小区入口处设置门禁系统 针对院内医疗应用，可将远程会诊、PACS 影像系统、AI 分析、电子病历、HIS 系统等逐步迁移上 MEC 平台上，可通过低时延的 AI辅诊发现和提示疑似病患情况提升阅片的速率。 04、AI智能自动驾驶场景 智能自动驾驶场景，分为感知和决策两类主要场景，感知类包括汽车定位、静态障碍物映射、移动障碍物检测跟踪、道路映射、交通信号检测和识别；决策类包括路线规划、路径规划、行为选择、运动规划和控制等
2.2K10编辑于 2024-05-21 - 来自专栏华章科技
AI电话机器人防骚扰调研：用AI来对抗AI
电话骚扰问题久治不愈已成顽疾，随着AI电话机器人的诞生，用户接到电话骚扰的数量更是与日俱增。 那么我们能否换个思路，以子之矛攻子之盾，让AI机器人替代传统防骚扰软件，保护用户不被电话骚扰？ 由此猎豹用户研究中心开展AI电话机器人防骚扰研究专项，在全国范围内收取有效样本7990份，覆盖各年龄段及地区，希望可以通过这份调研报告，反映当前用户对AI电话机器人的认知，探索AI电话机器人防骚扰产品的潜在发展市场 AI可以是骚扰电话的催化剂，也可以是抑制剂；用户对防骚扰产品有很强的需求。 2. 防骚扰产品的目标用户群体： 成年男女：青年、中年群体，既有骚扰困扰，又愿意尝试新鲜事物和产品。
63310发布于 2019-09-29 - 来自专栏JNing的专栏
【3D人脸】AI Mesh 数据工程调研
[2021，微软] Fake It Till You Make It: Face analysis in the wild using synthetic data alone（对数字人渲染，从真实标签render出假图。开源的假图只给了70个2d点，不给模型）
89520编辑于 2022-11-14 - 来自专栏AI科技评论
边缘AI研发落地生态挑战调研报告
2.边缘AI算法开发者 本问卷中，边缘AI算法开发者是指研发联邦学习、协同推理乃至深度学习调度等边缘AI典型算法的角色。有80.46%调研对象填写了边缘AI算法开发者相关问卷调研选项。 从“边缘AI及其应用”方向细分工业界、学术界和在校学生等不同职业调研对象（三者在调研对象中的比例大致为2:1:1），细化算法开发者各项挑战平均分： “边缘AI及其应用”方向下各职业平均分值最高的算法开发挑战分别是 3.边缘AI服务开发者 本问卷中，边缘AI服务开发者是指，在给定算法基础上开发工业、Re-ID、能源、机器人等边缘AI服务的角色。有74.90%的调研对象填写了边缘AI服务开发者相关问卷调研选项。 4.边缘AI技术布道者 本问卷中，边缘AI技术布道者是指开展边缘AI技术演讲布道，推广甚至销售现有边缘AI技术与服务的角色。有69.94%调研对象填写了边缘AI技术布道者相关问卷调研选项。 ：“受众对边缘AI不了解”（平均分6.25） 问卷中也尝试调研边缘AI技术布道其余重要挑战，调研结果词云如下所示。
63920编辑于 2021-12-22 - 来自专栏爱分析洞见文章
GPT-4要革程序员的命？智能开发的理想与现实 | 爱分析调研
——Matt Welsh，前哈佛大学计算机科学教授、Google 工程主管GPT-4 也许还不完美，但智能开发时代真的来了美国时间3月14日，OpenAI 正式发布 GPT-4，在 ChatGPT（GPT 回顾软件工程的发展历程，技术进步持续推动了软件开发的范式革命，今天的 GPT-4 将成为软件工程进入智能开发时代的催化剂。 其次，AI 编程依赖于提示词（Prompt），代码质量存在极大的不确定性。 同时，借鉴 GPT-4 创新理念，SoFlu 软件机器人也已初步完成产品 AI 能力的搭建，“自然语言生成需求表述”、“自动绘制流程图”、“代码实时生成”等产品能力将成为开发者提升效率的强大助力。 无论是奥哲、ClickPaas 等低代码平台，还是以 SoFlu 为代表的全栈式全自动开发工具，以及百度“文心一言”、阿里云“通义千问”等 AI 大模型，无不是中国科技企业面向智能开发的奋力尝试与探索。
40150编辑于 2023-04-18 - 来自专栏爱分析调研
GPT-4要革程序员的命？智能开发的理想与现实 | 爱分析调研
——Matt Welsh，前哈佛大学计算机科学教授、Google 工程主管 GPT-4 也许还不完美，但智能开发时代真的来了 美国时间3月14日，OpenAI 正式发布 GPT-4，在 ChatGPT（ 回顾软件工程的发展历程，技术进步持续推动了软件开发的范式革命，今天的 GPT-4 将成为软件工程进入智能开发时代的催化剂。 其次，AI 编程依赖于提示词（Prompt），代码质量存在极大的不确定性。 同时，借鉴 GPT-4 创新理念，SoFlu 软件机器人也已初步完成产品 AI 能力的搭建，“自然语言生成需求表述”、“自动绘制流程图”、“代码实时生成”等产品能力将成为开发者提升效率的强大助力。 无论是奥哲、ClickPaas 等低代码平台，还是以 SoFlu 为代表的全栈式全自动开发工具，以及百度“文心一言”等 AI 大模型，无不是中国科技企业面向智能开发的奋力尝试与探索。
42610编辑于 2023-04-14 Grok 4：多智能体内生化开启 AI 新范式
这款模型的核心突破并非简单的参数规模升级，而是在训练阶段就将多智能体协作能力 “内生化”，由此掀起了 AI 领域从 “单一智能” 向 “群体智能” 进化的新浪潮。 Grok 4 的 “多智能体内生化”，是这条进化链的最新延伸。不同于传统模型在推理时才调用外部 Agent 工具协作，Grok 4 Heavy 在训练阶段就植入了多智能体辩论、分工、整合答案的能力。 二、HLE 测试：AI 智能的 “试金石”衡量 Grok 4 实力的关键，是它在 HLE（“人类最后的考试”）中的表现。 黄仁勋曾预言的 “算力三重奏”，在 Grok 4 身上得到了完美验证 ——AI 的进化，正变得越来越 “烧钱”。四、争议与未来：AI 发展的新变量Grok 4 并非完美无缺。 Grok 4 的出现，或许只是一个开始 —— 当智能体的协作从 “工具调用” 变为 “原生本能”，AI 距离真正的通用智能，可能又近了一步。
52100编辑于 2025-07-16- 来自专栏Python进阶之路
从 Google Gemini 到 OpenAI Q*（Q-Star）：调研重塑生成人工智能（AI）的研究
它批判性地审视了生成式 AI 的现状和未来轨迹，探讨了谷歌的 Gemini 和预期的 OpenAI Q* 项目等创新如何重塑各个领域的研究重点和应用，包括对生成式 AI 研究分类法的影响分析。 该研究强调了在人工智能开发中融入伦理和以人为本的方法的重要性，确保与社会规范和福利保持一致，并概述了未来人工智能研究的战略，重点是在生成式 AI 中平衡和有意识地使用 MoE、多模态和 AGI。 ）（如 GPT-4、Gemini、Claude 等）的发展，生成式人工智能取得了显著的成功。 参考链接： 从 Google Gemini 到 OpenAI Q*：生成式人工智能（AI）研究领域的综述 Twitter - From Google Gemini to OpenAI Q*: A Survey of Reshaping the Generative Artificial Intelligence (AI) Research Landscape 沈向洋：致 AI 时代的我们 —— 请不要忽视写作的魅力
1.1K10编辑于 2023-12-28 - 来自专栏人工智能的秘密
调研公司Gartner预测：未来智能手机的功能
根据调研公司Garter预测，在2020年大概会有8成的智能手机会集成AI功能。Gartner公司认为，AI功能将成为智能手机厂商提升产品差异度，获得新客户，留住现有用户的一种手段。 Gartner的研究主管CK Lu表示，“未来的智能手机有了AI功能，能以用户为中心来学习、计划和解决问题，这不仅仅是让智能手机变得更加聪明，而且还通过减少认知负担来提升人类的智能，但目前智能手机上的AI AI智能手机的10个用途 Gartner研究主管Roberta Cozza表示：“在接下来的两年中，大部分用例仍将利用单一的人工智能功能和技术。 而在未来，智能手机将结合两种或更多的人工智能功能和技术，提供更高级的用户体验。” Gartner列出了10种AI智能手机用例，可以帮助手机厂商为用户提供更好的服务。 4）自然语言理解 在智能手机上进行持续训练和深度学习可以提高语音识别的准确性，同时更好地理解用户的具体意图。例如，当用户说“天气很冷”时，真实意图可能是“请网购一件外套”，也可能是“请把暖气调高”。
98650发布于 2018-01-09 - 来自专栏爱分析洞见文章
倍增业务效益，智能决策开辟新赛道 | 爱分析调研
2022年2月，决策类AI企业第四范式获得腾讯等战略投资，融资金额超十亿美元，估值近30亿美元。 核心技术日益成熟，为智能决策发展奠定基础智能化发展历经感知智能、认知智能，进入决策智能阶段智能化指使对象具备灵敏准确的感知功能、正确的思维与判断功能、自适应的学习功能、以及行之有效的执行功能。 纵览智能化的发展，可将智能化分为三个阶段：感知智能、认知智能和决策智能。 02多方势力抢占智能决策市场先机，智能决策技术和场景融合能力是关键大型科技企业与垂直人工智能企业各据一方目前，国内智能决策的主要玩家可分为平台型厂商和垂直厂商两类。 中科闻歌中科闻歌成立于2017年，定位于数据与决策智能服务商，深耕“数据智能+人工智能+运筹学“智能计算核心技术，专注于人工智能基础平台与应用研发，吸纳了各个领域的高水平技术人才，在安全、媒体、金融、政务
1K30编辑于 2022-10-18 生成式AI人居领域应用趋势调研报告概览
报告标题：生成式AI人居领域应用趋势调研报告 发布机构：腾讯研究院、腾讯云 发布时间：未明确标注（基于内容推断为2023年或2024年初） 行业标签：建筑与不动产,技术服务,通用工具 产品标签：#腾讯向量数据库 #生成式AI #知识图谱 #BIM #GIS #数字孪生 #AIGC #智能客服 #云平台 报告背景和目标 本报告针对人居环境领域（涵盖城市规划、建筑设计、施工运维全生命周期）数字化水平较低但AI应用潜力巨大的特点 ，系统调研生成式AI技术的落地路径。 研究旨在厘清行业大模型构建的技术基础、数据治理方法、平台架构及场景价值，为行业智能化转型提供实证参考。 调研对象：涵盖建筑设计师、规划院专家、地产企业技术负责人、AI产品研发团队等多元角色。 样本规模：访谈十余位行业专家，覆盖小库科技、广联达、中国金茂、上海建工等代表性企业。
9810编辑于 2026-05-312025 生成式AI人居领域应用趋势调研报告
第一章：报告基础信息 • 报告标题：生成式AI人居领域应用趋势调研报告 • 发布机构：腾讯研究院 • 发布时间：2024年（基于2023年行业实践及访谈内容推断） • 行业标签：建筑与不动产, 文旅, , #合景悠活物业智能客服大模型, #建筑业务平台, #腾讯云大模型, #腾讯向量数据库, #AI小助手 第二章：报告背景和目标 • 2022年ChatGPT发布后，生成式AI迅速席卷各行业，人居环境领域 • 核心目标：探讨行业大模型如何结合传统定量模型、行业知识工程与专家经验，推动人居行业在降本增效、设计创新及运维智能化方面的转型升级。 应用场景与价值 • 规划设计端： • **PlanGPT**等工具在处理非结构化数据（规划文本、调研报告）方面表现强劲，已应用于前期调研与资料整理，将实习生从重复性劳动中解放。 • 专属模型能力：腾讯云智能客服基于领域大模型，增强了语言理解和问答生成能力，解决了传统客服数据生产高、跨场景适配差的痛点。
13310编辑于 2026-05-31- 来自专栏01二进制
不用GPT4，如何让你的AI助理更加智能
前言 去年年底我写过一篇《大模型小助手，Mac 工程师如何拥有自己的人工智能》，在那篇文章里我介绍了如何利用自己手头的计算资源（Mac 电脑）快速拥有一个人工智能助手，然而大多数人手头的算力是很孱弱的， 因此在去年 8 月，随着《生成式人工智能服务管理暂行办法》的正式实施， 中国自人己的生成式人工智能之路，终于从政策上给出了要求和肯定，让 AIGC 行业发展不再迷茫。 现如今经历了一年多的发展，国产 AI 已经慢慢地走向成熟，其智能体的效果已经具备了产业应用场景落地的基本条件。 国产大模型亦是如此，GPT4 与大国政策双向奔赴后，这些 AI 厂商都想在国内大模型这场军备竞赛中占得一席之地。 2024 年 1 月 16 日，智谱 AI 发布了他们最新的大模型 ChatGLM4，性能全面比肩 GPT-4（乐观计算能达到 GPT-4 九成以上），并且在中文能力上超过了所有竞争对手，长文本能力也一骑绝尘
95110编辑于 2024-02-17 - 来自专栏设计模式
AI 智能体上下文工程 4 大实用策略解析
鉴于此，Cognition公司强调了上下文工程的重要性： “上下文工程”……实际上是构建AI智能体的工程师的首要工作。 智能体也正在获得这种能力！通过“便签本”做笔记是一种在智能体执行任务时持久化信息的方法。其核心思路是将信息存储在上下文窗口之外，确保智能体可随时获取。 在AI工程师世界博览会上，西蒙·威利森（Simon Willison）分享了一个选择失误的例子：ChatGPT从记忆中获取了他的位置信息，并意外地将其注入到用户请求生成的图像中。 4. 隔离上下文（Isolate Context） 隔离上下文指拆分上下文，以帮助智能体执行任务。 多智能体（Multi-agent） 隔离上下文最流行的方法之一是在子智能体之间拆分上下文。 Anthropic的多智能体研究证明了这一点：具有隔离上下文的多个智能体的性能优于单个智能体，这很大程度上是因为每个子智能体的上下文窗口可专注于更具体的子任务。
1K11编辑于 2025-10-20 - 来自专栏生成式人工智能
AI时代职业新风口：调研报告揭示57.2%受访者向往AI领域，生成式人工智能（GAI）认证成职场新宠
在数字化浪潮席卷全球的今天，人工智能（AI）技术以其强大的潜力和广泛的应用前景，正逐渐成为职场的新宠。一份最新的调研报告揭示了这一趋势：57.2%的受访者表示考虑从事与AI相关的职业。 这一数据不仅反映了AI领域的巨大吸引力，也预示着未来职场格局的深刻变革。在此背景下，生成式人工智能（GAI）认证作为衡量职场人士掌握AI技能的重要标准，正逐渐成为职场竞争中的新优势。 据相关数据显示，AI工程师、数据科学家等职位的薪资水平远高于传统行业。这一高薪现象不仅反映了AI人才市场的供需失衡，也体现了企业对于AI技术的重视和投入。 因此，对于想要进入AI领域的求职者而言，获得相关的技能认证已经成为一道不可或缺的门槛。（二）生成式人工智能（GAI）认证的崛起在众多的AI技能认证中，生成式人工智能（GAI）认证正逐渐崭露头角。 GAI认证是由全球知名的终身学习公司培生（Pearson）推出的，旨在为职场人士和学生提供一套全面且实用的生成式人工智能技能培训框架及认证。
32010编辑于 2025-03-27
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