- 综合排序
- 最热优先
- 最新优先
- 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
2K10编辑于 2024-05-21 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。
46400编辑于 2025-07-16- 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
87910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。
84511编辑于 2025-10-20 - 来自专栏企鹅号快讯
人工智能AI（4）：线性代数之行列式
行列式是数学中的一个函数，将一个的矩阵映射到一个标量，记作。 1 维基百科定义 行列式可以看做是有向面积或体积的概念在一般的欧几里得空间中的推广。或者说，在n维欧几里得空间中，行列式描述的是一个线性变换对“体积”所造成的影响。无论是在线性代数、多项式理论，还是在微积分学中（比如说换元积分法中），行列式作为基本的数学工具，都有着重要的应用。 行列式的特性可以被概括为一个交替多线性形式，这个本质使得行列式在欧几里德空间中可以成为描述“体积”的函数。 一个n阶方块矩阵A的行列式可直观地定义如下： 其中，S
1.6K90发布于 2018-02-11 - 来自专栏算法之名
AI智能体
langchain 概述 langchain是LLM与AI应用的粘合剂，是一个开源框架，旨在简化使用大型语言模型构建端到端应用程序过程，它也是ReAct(reason+act)论文的落地实现。 name__ == '__main__': os.environ['ZHIPUAI_API_KEY'] = '******' chat = ChatZhipuAI(model='glm-4' messages) print(response.content) 这里的 ZHIPUAI_API_KEY 需要你自己去智普网站 https://open.bigmodel.cn 去注册就有，运行结果 智能助手显神通 _main__': os.environ['ZHIPUAI_API_KEY'] = '******' streaming_chat = ChatZhipuAI(model='glm-4' 的诗')] streaming_chat(messages) 运行结果 智能助手显神通， 问答之间意无穷。
78010编辑于 2024-09-29 - 来自专栏人工智能头条
总理4次@人工智能，AI工程师薪酬究竟如何？
人工智能规定已定，今年的两会上，人工智能已经被总理@4次了。 3月5日，李总理报告中说：“做大做强新兴产业集群，实施大数据发展行动，加强新一代人工智能研发应用，在医疗、养老、教育、文化、体育等多领域推进‘互联网+’。发展智能产业，拓展智能生活。 报告中四次提及“智能”，并特别指出要“加强新一代人工智能研发应用”、“发展智能产业”。 实施“中国制造2025”，推进工业强基、智能制造、绿色制造等重大工程，先进制造业加快发展。 实施大数据发展行动，加强新一代人工智能研发应用，在医疗、养老、教育、文化、体育等多领域推进“互联网+”。发展智能产业，拓展智能生活。运用新技术、新业态、新模式，大力改造提升传统产业。 另外：“人工智能实践基地”在南京雨花台中学揭幕。随即南京大学宣布成立人工智能学院，周志华教授主持领导。人工智能的这把火将持续蔓延！
70360发布于 2018-06-05 - 来自专栏AI科技大本营的专栏
总理4次@人工智能，AI工程师薪酬究竟如何？
人工智能规定已定，今年的两会上，人工智能已经被总理@4次了。 3月5日，李总理报告中说：“做大做强新兴产业集群，实施大数据发展行动，加强新一代人工智能研发应用，在医疗、养老、教育、文化、体育等多领域推进‘互联网+’。发展智能产业，拓展智能生活。 报告中四次提及“智能”，并特别指出要“加强新一代人工智能研发应用”、“发展智能产业”。 实施“中国制造2025”，推进工业强基、智能制造、绿色制造等重大工程，先进制造业加快发展。 实施大数据发展行动，加强新一代人工智能研发应用，在医疗、养老、教育、文化、体育等多领域推进“互联网+”。发展智能产业，拓展智能生活。运用新技术、新业态、新模式，大力改造提升传统产业。 另外：“人工智能实践基地”在南京雨花台中学揭幕。随即南京大学宣布成立人工智能学院，周志华教授主持领导。人工智能的这把火将持续蔓延！
58150发布于 2018-04-26 - 来自专栏高速公路那点事儿
【AI+交通】4-世界人工智能大会召开，AI智能体是否会颠覆高速公路创新思路？
通过AI智能体，可以解决目前AI工具选择和切换时的效率问题，真正实现让AI赋能工作，从而提高企业的整体竞争力和个人的工作效能。 如果是AI工作流，那么智能体将更加方便和高效。 01-什么是AI智能体 智能体(Agent)是具有一定自主性、感知能力、决策能力和执行能力的实体(代理)，智能体可以是软件程序、机器人、虚拟角色等多种形式。 02-AI智能体工具 目前一站式AI Bot开发平台的除了字节跳动的Coze（关于Coze的介绍，可以参考【AI+交通】3-交通数字人产品的探讨），目前我接触到的还有天工SkyAgents。 而智能体具有学习能力，可以根据输入进行适应性调整。 也就是智能体的后台是AI，而RPA后台是预设的规则和流程。 这些场景只是AI智能体在交通运输领域的一部分应用，随着技术的不断发展，AI智能体的应用将会越来越广泛，为交通运输带来更多的创新和改进。
22610编辑于 2025-07-03 - 来自专栏Java项目实战
GPT-4发布会 更快速、更智能、更AI
美国时间下午1点，OpenAI联合创始人兼总裁格雷格•布罗克曼(Greg Brockman)带着他的GPT-4开发者演示直播。 Join Greg Brockman, President and Co-Founder of OpenAI, at 1 pm PT for a developer demo showcasing GPT-4 GPT-4是一个大型多模态模型（接受图像和文本输入，发出文本输出）， 虽然在许多现实场景中不如人类， 但在各种专业和学术基准上表现出人类水平的表现。 如此快速的更新，距离chatgpt已经过去5个月多的时间，但我上周还在申请加入New Bing的时候，GPT-4便强势袭来。 图片 整个发布会虽然只有24分钟左右，但其对比3.5版本有了明显提升。 对于文章以特定字母G总结的需求，直接放弃 图片 图片 但是对于同样的问题，GPT-4则顺利的给出智能的回复 图片 甚至可以将一篇文章总结为一篇诗词 图片 不单编程，还能修复bug 根据指定场景编写代码,
65120编辑于 2023-03-17 - 来自专栏h5
vite7.2-deepseek流式ai对话|vue3.5+vant4+katex+mermaid智能ai打字会话模板
喜迎2026原创新作vite7.2+vue3.5+deepseek-v3.2从0-1纯手搓流式输出ai会话模板。 ="v3ai__chatbot-sessions"> ... -- 导语 -->
< class="name">嗨~ Vue3-DeepSeek你身边的智能小帮手 流式对话electron35+deepseek桌面端ai模板vue3.5+deepseek网页版ai流式对话
29220编辑于 2025-12-23来自专栏Go语言学习专栏7 - AI 智能体构建 - AI 超级智能体项目教程
本节重点 学习 AI 智能体的概念和构建方法，掌握如何实现具有自主决策能力的 AI 系统。 具体内容包括： AI 智能体概念与特点 智能体实现关键技术 使用 AI 智能体的多种方式 OpenManus 实现原理 自主实现 Manus 智能体 智能体工作流编排 A2A 协议 一、什么是智能体？ 4）工具调用 工具是扩展智能体能力边界的关键，智能体通过工具调用可以访问搜索引擎、数据库、API 接口等外部服务，极大地增强了其解决实际问题的能力。当然，MCP 也可以算是工具调用的一种。 三、使用 AI 智能体 有 3 种方式可以使用 AI 智能体，之前的教程中其实我们已经有接触过，这里再快速复习一遍。 思路：其实利用 Spring AI，只需要把 MCP 服务中的工具提取出来变成工具列表，就可以复用已有的 ToolCallAgent 了 4）自行开发一个特定领域的超级智能体，可以直接继承 ToolCallAgent
63710编辑于 2026-03-174sapi生成式 AI 驱动下的智能聊天机器人
生成式 AI 驱动下的智能聊天机器人：技术深耕、工程实践与行业价值升维一、技术演进：从工具到生态的范式跃迁在人工智能技术迈向产业化深耕的今天，智能聊天机器人已完成从 “单一交互工具” 到 “企业数字化核心枢纽 生成式 AI 技术的突破性发展，叠加 OpenAI 等顶尖机构提供的高性能模型 API，与 New API 平台构建的 “高可用、低延迟、强适配” 企业级服务生态形成协同效应，彻底解决了传统聊天机器人在语义理解深度 MODEL_SETTINGS"]# 企业级客户端初始化：整合高可用与安全性设计client = openai.OpenAI( base_url=api_settings.get("BASE_URL", "https://4sapi.com 智能聊天机器人作为生成式 AI 技术落地的核心载体，正深刻改变着企业运营与用户交互的模式。 若在技术落地、场景扩展或战略规划中遇到具体问题，欢迎在评论区交流探讨，共探 AI 时代的商业新可能。—END—
31120编辑于 2025-10-24OpenAI Operator 智能体升级核心解读（AI模型4o→o3）
模型升级底层模型从 GPT-4o 升级至 o3，显著提升推理能力与任务完成稳定性。 四、行业影响竞争态势：此次升级直指 Google Gemini 的“计算机使用”智能体与 Anthropic 的多模态任务执行能力，进一步加剧 AI 代理工具的技术竞赛。 AI智能体技术进入新阶段。 通过底层模型从GPT-4o到o3的跃迁，不仅实现了推理能力的质变（任务成功率提升35%），更在浏览器交互稳定性（容错率提升60%）和复杂任务处理（支持8+步骤连贯执行）方面取得突破。 这一升级将加速AI代理在电商、差旅等场景的商业化落地，同时也对行业竞争格局产生深远影响。虽然仍存在成本门槛和安全边界的挑战，但其展现出的多模态交互能力已为下一代AI助手的发展指明了方向。
50710编辑于 2025-05-26来自专栏高级技术AI4DB智能调参真有这么厉害？
今天聊个小知识——AI4DB智能调参。老规矩，先来个背景。———— 大家觉得数据库配置复杂吗？ 如果有什么工具能去代替人做这个‘不间断的脑力活动’,又能超出预期的完成工作，那么这个一定是与当下流行的人工智能有关系，因为机器不会累，它会周而复始的工作。 ———— 所以就出现了AI4DB，一个能智能调参、贯穿数据库整个生命周期的工具。———— AI4DB能做这么多事情，那么它是如何工作的呢？ 所以现在你对AI4DB有自己的想法了吗？ ———— 目前市面上高斯数据库，就是GaussDB、还有海量数据、腾讯云等都已经用上了AI4DB，未来,DBA们的就业真的会走向新的趋势吗？ 关注我，持续输出高质量内容。
26110编辑于 2025-09-30来自专栏小程序一张AI智能名片帮你解决营销拓客4大难题
《论语》有言：“工欲善其事，必先利其器”，如今受到众多企业欢迎的人工智能名片便是这把“利器”。 华创超级名片运用AI雷达技术，对来访的客户进行跟踪，实时推送通知，进行客户画像自动化分析，提升用户跟进准确度和成交率。使企业的销售更加社交化、智能化、简易化、人人化和平台化。 创业型的企业若想在市场竞争中赢得一席之地，就不能固守着传统的销售方式，应借助各种适应时代发展的技术以获得更多销售机会，如AI智能名片。 智能营销是目前全球各行业进行商业交流的主要营销手段之一，其打破了时间、地域的界限，让过去的不可能成为可能。
99150发布于 2019-01-08来自专栏算法之名AI智能体(二)
name__ == '__main__': os.environ['ZHIPUAI_API_KEY'] = '******' chat = ChatZhipuAI(model='glm-4' 我是人工智能助手智谱清言，可以叫我小智，很高兴见到你，欢迎问我任何问题。' token_usage': {'completion_tokens': 32, 'prompt_tokens': 6, 'total_tokens': 38}, 'model_name': 'glm-4' , 'finish_reason': 'stop'}, id='run-b982480c-39d9-4445-8888-62a10339ef86-0')]} 状态持久化 许多AI的应用程序需要Memory
63910编辑于 2024-10-05来自专栏算法之名AI智能体(五)
接AI智能体(四) MetaGPT 环境装配 metagpt下载地址：https://github.com/geekan/MetaGPT conda create -n metagpt python= model: "glm-4" # or gpt-3.5-turbo api_key: "******" 测试： 在终端命令行中进入Meta-GPT-main目录中执行 metagpt "Write a cli snake game" 单动作智能体 定义动作 import re from metagpt.actions import Action class SimpleWriteCode(Action 多动作智能体 import asyncio import sys import subprocess from metagpt.llm import LLM from metagpt.actions import ready to SimpleRunCode 2024-12-03 16:12:24.361 | INFO | __main__:run:19 - The sum of [1, 2, 3, 4,
75900编辑于 2025-02-06来自专栏PythonAI 智能客服系统
AI/NLP 引擎：核心的 AI 技术组件，负责自然语言理解、意图识别、对话管理、上下文语义理解等；可与知识库交互检索答案。 消息队列（Kafka/RabbitMQ 等）：用于异步处理海量日志或请求；AI 引擎与日志分析平台可通过队列进行消息异步传输。 会话管理层 → AI/NLP 引擎 协议：REST 或 gRPC。 通信方式：同步请求，以获取实时对话结果。 通信方式：同步/双向沟通，若 AI 无法回答或需要人工介入则立即调用坐席系统。 AI/NLP 引擎 选型： 自研/开源：Hugging Face Transformers、Rasa、BERT/LLM 模型微调等； 云服务：腾讯云 NLP、阿里云智能对话机器人、Azure
1.4K20编辑于 2025-06-16来自专栏人工智能Notion AI 智能体
NotionAI智能体Notion3.0的AI智能体通过自动化流程实现复杂任务闭环。其核心能力包括智能搜索、数据分析、决策制定和执行操作。 零一万物万智2.5平台解析万智2.5平台采用多智能体协作架构，每个角色对应特定职能：市场智能体：自动生成营销方案并执行投放HR智能体：处理招聘全流程，包括简历筛选和面试安排财务智能体：实时监控预算并生成分析报表平台通过智能体间的通信协议实现协作 例如启动新项目时，系统自动组建包含产品、设计、开发智能体的虚拟团队，各角色通过API交换数据并同步进度。 ：知识库建设：结构化企业数据供智能体调用权限管理：设置不同智能体的数据访问层级验证机制：关键决策需加入人工审核环节典型部署流程包括POC测试阶段，先选择单一业务场景验证，如自动生成周报，再逐步扩展至复杂业务流程 监控系统需记录智能体的决策路径和执行效果，便于持续优化。
23710编辑于 2026-01-07
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