- 综合排序
- 最热优先
- 最新优先
- 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。 相关性评估，找到相关的证据并打分，评估是否跟问题相关； 打分标准： 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-
1.3K10编辑于 2024-03-06 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。 技术优势对比（vs 通用大模型） 维度 腾讯问卷AI 通用大模型 任务执行 AI驱动的智能工作流，结合动态决策与高效执行，10分钟完成全链路 缺乏复杂任务的拆解和串联能力 底座模型 混元+DeepSeek
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。 5大管理能力：问卷管理、内部团队管理、外部联系人管理、模版管理、个人中心。 3大开放接口：数据接口（问卷+通讯录）、第三方系统对接、定制开发。 2. 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。 5. 中粮集团 背景：基于中粮E+移动办公平台，需要收集员工/市场敏感数据，不适宜存放于公网，需满足多部门复杂场景需求。
10400编辑于 2026-05-31- 来自专栏Go语言学习专栏
5 - 工具调用 - AI 超级智能体项目教程
1）联网搜索 2）网页抓取 3）资源下载 4）终端操作 5）文件操作 6）PDF 生成 而且这些需求还可以进行组合 如果 AI 能够完成上述需求，就不再只是一个有知识的 “大脑”，而是有手有脚，会利用工具完成任务的 “智能体” 了。 try { String response = HttpUtil.get(SEARCH_API_URL, paramMap); // 取出返回结果的前 5 jsonObject.getJSONArray("organic_results"); List<Object> objects = organicResults.subList(0, 5) ().get("userName")); } } 看源码我们会发现，ToolContext 本质上就是一个 Map： A47lphkkDDkxdCS/rQHpdWHGIqT1c+f0rRj5gEHvdTo
39110编辑于 2026-03-17 - 来自专栏钱塘大数据
麦肯锡全球调研160个AI案例，发布5大行业34个应用场景
这正是现在大家看待AI的两种态度。有人觉得现在去谈人工智能的商业化为时尚早，但也有人觉得人工智能已经在企业的许多业务场景中发挥至关重要的作用。 报告，其中，报告详细描述了5个应用案例，并对零售、电力、医疗3个行业应用进行了图解： 1.零售：连接消费者，改善购物体验 ▶图像识别、机器学习和自然语言处理等技术等发展使得智能服务机器人能够轻松与顾客打招呼 、减少资源浪费，加快企业上市速度 ▶制造商可以利用AI技术为客户提供更优质的售后服务 ▶工作人员与工厂的生产线必须更好地进行协同作业，从而挖掘AI的全部潜力，实现其中的价值 5、教育：不断优化教学形式和效果 此外，AI早期采用者中预计自己公司的利润率增长到比同行高出5%的人相较其他人要多3.5倍。 另外，据调查显示，AI的早期使用者主要是通过购买外部适用的技术解决方案来实现，只有少数的调查对象完全是由公司内部人才开发和实施人工智能解决方案。 5.避免让技术团队独立进行人工智能项目和计划。
2.1K60发布于 2018-03-06 - 来自专栏华章科技
麦肯锡全球调研160个案例，发布5个行业34个AI应用场景
这正是现在大家看待AI的两种态度。有人觉得现在去谈人工智能的商业化为时尚早，但也有人觉得人工智能已经在企业的许多业务场景中发挥至关重要的作用。 报告，其中，报告详细描述了5个应用案例，并对零售、电力、医疗3个行业应用进行了图解： 1.零售：连接消费者，改善购物体验 ? ，加快企业上市速度 ▶ 制造商可以利用AI技术为客户提供更优质的售后服务 ▶ 工作人员与工厂的生产线必须更好地进行协同作业，从而挖掘AI的全部潜力，实现其中的价值 5、教育：不断优化教学形式和效果 此外，AI早期采用者中预计自己公司的利润率增长到比同行高出5%的人相较其他人要多3.5倍。 另外，据调查显示，AI的早期使用者主要是通过购买外部适用的技术解决方案来实现，只有少数的调查对象完全是由公司内部人才开发和实施人工智能解决方案。 5.避免让技术团队独立进行人工智能项目和计划。
81820发布于 2018-08-17 - 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。 平均分 若选择“不了解跳过”或“可维持现状”记为0分，“建议改进”记为5分，“亟需改进”记为10分，答卷中对边缘AI算法开发者各挑战的平均分值如下图所示。 平均分 若选择“不了解跳过”或“可维持现状”记为0分，“建议改进”记为5分，“亟需改进”记为10分，答卷中对边缘AI服务开发者各挑战的平均分值如下图所示。 平均分 若选择“不了解跳过”或“可维持现状”记为0分，“建议改进”记为5分，“亟需改进”记为10分，答卷中对边缘AI技术布道者各挑战的平均分值如下图所示。 ：“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。 论文题目：《From Google Gemini to OpenAI Q*: A Survey of Reshaping the Generative Artificial Intelligence (AI 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。 5）增强现实（AR）和AI视觉 苹果的iOS 11包含一个ARKit功能，这为开发人员提供了新的工具，让他们把AR添加到app中变得更轻松了。
98650发布于 2018-01-09 - 来自专栏灵墨AI探索室
Java智能之Spring AI：5分钟打造智能聊天模型的利器
从智能语音助手到复杂的自然语言处理系统，人工智能已经成为了现代生活和工作中不可或缺的一部分。在这样的背景下，Spring AI 项目迎来了发展的机遇。 该项目的初衷在于推进生成式人工智能应用程序的发展，使其不再局限于Python开发者。 Spring AI 的核心理念是提供高度抽象化的组件，作为开发AI应用程序的基础。 本期主要着重展示如何有效利用Spring AI的ChatClient，特别是在本示例中应用Spring AI的智能聊天模型。 List<ActorFilms> actorFilms = chatClient.prompt() .user("Generate the filmography of 5 Spring AI作为一个高度抽象化的人工智能应用程序开发框架，为开发者提供了便捷的模型支持、灵活的功能模块交换和优化能力。
22.5K34编辑于 2025-06-26 - 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。 PalantirPalantir Technologies成立于2003年5月，是一家提供一站式数据智能解决方案的企业。 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 构建多智能体 AI 应用的5个最佳框架
接下来的章节将介绍用于构建和集成 AI 智能体到你应用中的五大顶级平台。我们将探讨这些框架的核心特性与优势，并展示部分框架的智能体构建代码示例。 为什么使用多智能体 AI 框架？ •投票与评价分析：通过分析用户反馈与问卷调查数据[5]，洞察客户需求，从而优化客户体验。•差旅与报销管理：自动化处理费用申报、跟踪与审批流程。 5. LangGraph LangGraph[23]是一个基于节点的 AI 框架，是目前最受欢迎的多智能体系统构建工具之一。它属于 LangChain 生态系统，专用于图结构化的智能体流程编排。 更多信息 山行AI希望本文对你有所帮助，由笔者翻译整理自：https://medium.com/@amosgyamfi/best-5-frameworks-to-build-multi-agent-ai-applications 各个渠道上的用户情绪:https://getstream.io/blog/building-an-ecommerce-chatbot-with-react-native-and-dialogflow/ [5]
1.4K10编辑于 2026-03-13- 来自专栏物联网IoT996
AI使物联网更智能的5种方法
12.13.19-5-Ways-How-AI-Can-Make-the-Internet-of-Things-IoT-More-Intelligent.png 无需进行任何第三方交互即可连接数十亿个交换数据的设备的能力使物联网 微软的AI专家Rashmi Misra最近在有关物联网中AI实施的播客中透露，微软有兴趣提高IoT设备收集的数据的价值。这将为企业提供开发更有效的产品和服务的解决方案，以满足客户的期望。 智能恒温器 通过智能手机或其他物联网控制设备管理房屋中的温度变得越来越普遍。人工智能的集成允许生产可以从用户体验中学习并表现得更好的设备。 借助AI的集成，企业所有者，尤其是拥有大量车辆和业务繁忙的公司，可以更快地收集和分析数据并产生更多有用的反馈。 人工智能的实施可以产生更有效的路线，削减其他运营费用并自动委派工作，而无需人工干预。 结论 这些只是我们可以使用AI分析通过IoT设备收集的大数据并提高每个智能设备的功能的一些方式。 我们很快就会住在适应我们需求和习惯的全自动家庭中。
66300发布于 2020-03-09 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 2026-05-31- 来自专栏博文视点Broadview
以B端系统案例，解析需求调研5个方法
对产品经理来说，绝大多数工作时间都是围绕需求展开的——需求分析、需求调研、跟进实现需求等。 那么关于需求调研这部分，一般都有哪些落地的调研方法呢？我们又该如何使用这些方法呢？ ? 本篇结合《后端产品经理宝典》书中的内容，单从需求调研案例出发，看几种常用的调研方法。 ▐ 一、过滤需求的方法 做后端系统，要学会的第一个技能就是砍需求。也就是过滤需求。 然后统筹规划，聚合在一起当作一个需求来调研，最终输出一个整体的需求调研结果。 ▐ 三、利用辅助功能调研需求 调研产品现有功能，可以用来确认原有功能的逻辑，或者确定新需求方案是否可行。 将上述调研结果重新组装起来，得到一个系统化的完整需求。 ▐ 六、其他需求调研工具 需求调研适合核心环节，该过程就会涉及到很多工具或分析方法，以确保需求调研高效、高质量。
1.2K10发布于 2020-09-30 AI4Science之分子材料成像调研洞察
"，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 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. 从数据集与Benchmark角度，本篇文章搜集了如下业界常用的：电子显微镜降噪：EM_Denoise5GB的仿真数据集，由256x256像素的图片构成电子显微镜分割：EM-stellar通用图像分割识别 Transformer的模型，如CNN与SwinTransforer的结合（如下图）分割模型，包括Unet, Unet++, Linknet, FPN, PSPNet, PAN, and DeepLabV3+5.
43900编辑于 2025-02-112025 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