- 综合排序
- 最热优先
- 最新优先
- 来自专栏open claw 养龙虾专区
🦞AI浪潮中抓住机会--物理世界采集数据变现：偏远地区如何用AI技术把“土特产”变成“数字资产”
本文从物理世界数据采集的底层逻辑出发，结合2026年最新政策和真实案例，整理出5条适合偏远地区人群的变现路径，看完你就能找到自己的“数据矿”。第一部分：为什么AI需要“物理世界”的数据？ AI模型光靠互联网上的文本和图片是不够的。想要AI真正“看懂”真实世界、在物理环境中干活，必须喂给它海量的物理世界数据——这被称为物理AI（PhysicalAI）。 2026年中央一号文件明确提出“因地制宜发展农业新质生产力，促进人工智能与农业发展相结合”。许多地方政府对智慧农业项目有专项资金支持，具体可咨询当地农业农村局。 真实案例：宜君基地的员工中，80%以上为女性，其中绝大多数是宝妈或留守妇女。 可见，任何物理世界中的真实场景——从极端天气下的路面状况，到特殊地形下的驾驶轨迹——都是AI企业急需的训练数据。实操步骤：第一步：识别你所在地区的“稀缺数据”你那里有什么大城市没有的？
54542编辑于 2026-04-17 - 来自专栏技术人生
AI+独立开发者如何抓住机会？
今日公开独家分享一人公司AI工具栈实战数据：国内优先技术策略下，85%开发工作由AI完成，工具类产品开发周期从月缩短至周，月度成本控制在2k以内。 技术分析AI技术通过三个维度重塑一人公司竞争力：工具能力指数提升：AI处理内容创作、代码开发、设计制作、数据分析等任务的效率提升，降低专业门槛。 创业成本大幅下降：AI替代技术、设计、营销、客服团队，一人+AI工具栈可实现多人团队服务能力。 市场机会快速涌现：垂直行业AI应用、个人效率工具、企业数字化转型、教育培训服务等领域需求爆发。 案例：图片AI修图工具从需求到上线仅2周。 建立个人品牌信任：通过Work in Public分享开发过程和思考，解决一人公司信任难题。 构建可扩展模式：开发可复用产品，建立被动收入，用AI提升服务效率，避免时间换金钱。 当前挑战：0收入阶段需聚焦变现路径，立即上架核心产品并建立付费转化机制。
79410编辑于 2025-09-30 - 来自专栏创作是最好的自我投资
身处AI浪潮中，你get到了什么
当然，最火爆的还得是今年的 DeepSeek ，毫无疑问，DeepSeek的发布再次掀起了AI的浪潮。相信在未来，AI必然会颠覆性地改变甚至替代某些行业。 大模型掀起的AI浪潮是以技术驱动的创新，作为技术从业者我们深有感触，在日常工作中也有随处可见的用到 AI。 例如，直接提问“小明有5个苹果，吃掉2个后收到3个，现在有几个？”模型可能直接输出答案“6”；但若加入思维链提示：“首先，小明最初有5个苹果。吃掉2个后剩下5-2=3个。 最后总结到这里，在身处AI浪潮之中的我们，也算对这个主角有了一个大概的了解。 在这场大模型+AI的技术革新浪潮中，我们必须积极拥抱大模型，取其精华并知其弊端，将AI技术更好地结合在自己的领域中，这样你才有机会超越同行。未来的人工智能将会融入我们每个人的生活，变得无处不在。
81930编辑于 2025-03-22 - 来自专栏DT数据侠
科大讯飞：AI浪潮中的数据玩家
但现在我们可以通过人工智能技术来进行因材施教培养，假设1个老师带着45个学生，如果他在每个学生身上每天花30分钟去进行针对性的交流和辅导，一天就要花十几个小时，但把时间减少到5分钟，剩下的时间用人工智能的个性化学习手段来代替 把这个过程中涉及到的学生、老师的动作整个组合起来，就实现了个性化学习的数据闭环。 在2017年临床执业医师综合笔试中，“智医助理”机器人取得了456分的成绩，超过临床执业医师合格线（360分），属于全国53万名考生中的中高级水平。 以大数据、人工智能的发展为特征的第四次工业革命来临，人、机合作将成为职场的常态，“未来人们会不会因为AI失业”逐渐被热议，但我相信比人类更强大的一定不是人类制造出来的AI，因为AI仅仅是一个算法，而掌握了 AI的人类才是更强大的。
1.9K00发布于 2018-08-08 - 来自专栏学习
Deepseek 与 ChatGPT：AI 浪潮中的双子星较量
引言 在人工智能飞速发展的当下，AI 语言模型成为了人们关注的焦点。Deepseek 与 ChatGPT 作为其中的佼佼者，各自展现出独特的魅力，引领着 AI 技术的发展潮流。 性能表现：数据说话见真章 推理能力 在 Chatbot Arena 基准测试中，DeepSeek-R1 成绩斐然，位列全类别第三，与 ChatGPT-4o 并列，在风格控制类模型中更是排名第一。 在数学推理任务中，DeepSeek-R1 能够快速准确地解决复杂的数学问题。 对于一些小型企业和初创公司来说，使用 DeepSeek 进行 AI 应用开发的成本大大降低，这有助于推动 AI 技术在更广泛的领域落地。 在这场激烈的竞争中，我们看到的不仅仅是两款模型的较量，更是 AI 技术不断突破边界、向更高效、普惠方向发展的强大动力。
64010编辑于 2025-02-21 爱立信5G方案赋能非洲通信和AI技术浪潮
自1896年在南非安装首批电话交换机以来，爱立信在从最早几代网络到今天先进5G基础设施的每一代网络建设中，都扮演了关键角色。 如今，爱立信正站在非洲下一波连接浪潮的前沿，助力运营商实现网络现代化、扩展5G覆盖并提供包容性数字服务，同时降低总体拥有成本和能耗。 爱立信在公开案例中多次提到，5G专网已经在非洲矿区投入使用，用于设备远程控制、人员定位和安全监测，以矿业为例，国际矿业协会的数据表明，自动化和远程控制可以显著降低高风险作业场景中的人员暴露率。 很多人担心 AI 和 5G 会带来更高的能耗压力，这个问题本身是合理的，爱立信在官方表态中也从不回避这一点。每一个 AI 应用在落地之前，都要评估它带来的收益是否覆盖了新增能耗，这在非洲尤其重要。 如果把视角拉长一点，会发现非洲在新一代网络演进中，并不是被动接受者。5G SA、AI 原生网络、边缘计算，这些能力在非洲并不存在沉重的历史包袱，反而有条件直接部署更简洁的架构。
24010编辑于 2026-03-17- 来自专栏博文视点Broadview
书单 | 深扒ChatGPT核心技术，在AI浪潮中狂飙！
面对ChatGPT带来的冲击，了解其背后的核心技术，才能在AI浪潮中狂飙！ 第5章介绍因果机器学习在推荐系统和学习排序中的应用。第6章是对全书的一个总结和对未来的展望。本书对结合因果推断和机器学习的理论与实践进行了介绍。 全书共5篇，由16 章构成，力求涵盖知识图谱相关的基本概念与关键技术。“基础篇”介绍知识图谱的基本概念、内涵与外延、历史沿革、应用价值，以及相关的基础知识。 “实践篇”介绍知识图谱实践中的基本原则和有用实践，初步讨论了知识图谱实践中的开放性问题。 （限时五折，快快扫码抢购吧！） 全书共 5 章，包含聊天机器人的发展历史、自然语言处理的相关知识，以及多种搭建、部署聊天机器人的基本方法。此外，作者还提供了丰富的源码和细致的教程，极具实操性。
2K30编辑于 2023-04-04 - 来自专栏人工智能
理性看待AI浪潮中的真实与谎言
* * * 硬核鉴别指南：5大真实价值标尺 1. **技术穿透力** ✅ 能解决传统方法<10%成本的问题 ❌ 仅把人工流程改为"AI包装" 2. 理性看待AI浪潮中的真实与谎言（下篇）》 * * * 技术伦理：被忽视的达摩克利斯之剑 伦理困境 典型场景 开发者应对策略 算法偏见 招聘系统因训练数据失衡导致性别歧视 而AI 拥抱不确定性：在敏捷迭代中寻找PMF（产品-市场匹配），拒绝完美主义陷阱 守护技术信仰：当KPI与伦理冲突时，敢于做"不聪明"的选择 历史不会记住那些跟风炒作的概念，但会铭记真正解决现实问题的技术创新 那些在泡沫中沉淀下来的，终将成为数字文明的新基石。 边缘设备更新潮 模块化可升级设计 设备生命周期 ≥5年 （ 触目惊心：某AI公司年碳排量竟超小型国家，被气候组织列入观察名单） * * * ⚖️ 合规风暴：全球AI监管紧箍咒 2025-
75010编辑于 2025-03-17 - 来自专栏喔家ArchiSelf
万字揭秘：生成式AI浪潮中的架构模式
生成式人工智能（Generative AI，简称GenAI）已在全球范围内掀起颠覆性浪潮——从娱乐产业的数字人创作到医疗领域的药物研发，从市场营销的智能生成到科学研究的虚拟实验，这项技术正在重塑人类认知的边界 在生成式AI的演进史中，生成对抗网络通过"生成器"与"判别器"的持续博弈，构建出数字世界的镜像宇宙。 在BERT的基础上，T5（Text-to-Text Transfer Transformer）进一步拓展了Transformer的应用边界。 5.扩散模型 在生成式人工智能的进化谱系中，扩散模型（Diffusion Models）如同一位耐心的修复师，通过独特的"加噪-去噪"工艺，开创了高质量图像生成的新纪元。 生成式AI架构的未来趋势 在生成式人工智能的演进浪潮中，技术革新正与人类社会需求形成共振。
90510编辑于 2025-06-08 - 来自专栏SaaS业务讨论
漫谈SaaS业务3-AI浪潮
## 技术角度总结 在本次AI浪潮中相关信息是爆炸式流传，很多都是为了商业宣传，如何去伪存真这对企业很重要。 对应于AI浪潮，对标的是2020年之前一直从事AI相关技术研发企业。现如今这些企业在AI浪潮中，成为了国际资本重点收购的对象，水涨船高。 目前翻翻这些公有云的官网就能看到，他们在全力推荐的AI相关资源就能知道这块利润有多大。 <5>金融家：淘金热期间，金融业也得到了发展。 对应AI浪潮中，对标那些面对AI浪潮丝毫不去改变的企业，温水煮青蛙，慢慢被市场所淘汰， <5>环境受害者，大规模的采矿活动对环境造成了严重的破坏，包括水土流失、河流污染和生态系统破坏。 第三个结论，浪潮中的信息很多都是不真实的，大部分随波逐流投入AI赛道的企业未来都将是受害者，我们需要在AI浪潮中执行差异化策略。
30610编辑于 2025-01-25 浪潮信息驶入AI深水区
在科技行业持续白热化的竞争格局中，IT基础设施两大巨头中科曙光、浪潮信息的业绩表现，始终是市场关注的焦点。2025年第三季度财报的披露，让两家公司的增长轨迹呈现出鲜明对比。 从外部环境看，作为高度依赖高端芯片的硬件厂商，浪潮信息长期使用英伟达A100/H100等GPU构建AI服务器。 在这一蓬勃发展的市场中，作为中国第一、全球第二的服务器龙头企业，浪潮信息正面临着机遇与挑战并存的复杂竞争环境。 浪潮信息因互联网大客户占比过高、议价能力偏弱的结构性问题，在价格竞争中承受着更大压力。其三，技术创新成为企业竞争的关键，浪潮信息在AI加速芯片等核心技术领域持续加大研发投入，不断提升自身的技术实力。 浪潮信息自主研发的新一代AI加速芯片，在性能和功耗方面实现了双重突破，计算速度提升30%，功耗降低20%。
1.8K10编辑于 2025-12-05- 来自专栏数据社
AI编程浪潮下的报表开发
一、被 AI 浪潮遗忘的“报表孤岛” 当 AI 编程早已从“代码补全”迈向自主执行任务的 Agent 时代，业务代码在 AI 加持下效率翻倍时，同为开发任务的报表制作却仿佛成了一座被遗忘的“孤岛”，技术人员依然深陷于手动拖拽单元格 、手写复杂表达式、反复调整格式的泥沼中，AI 带来的巨大红利并未惠及这一领域，大模型的出现并没有解决复杂报表制作的难题 二、核心困境：为什么通用大模型搞不定复杂报表？ 报表架构中，LLM 扮演“智能前台”，负责理解用户随意、口语化的表达（例如：“把单价按 500 1000 1500 分段显示”），并将其“翻译”成相对规范的指令；而规则引擎则作为“精准执行官”，将这句规范指令转化为最终的报表呈现 ，降低了部署成本；同时，私有化部署成为可能，彻底解决了企业数据安全的后顾之忧 写在最后 AI 无疑是高效且强大的，但它绝非万能，在报表开发这一高度专业且容错率极低的领域，AI 的价值在于辅助而非完全替代 ，在很大程度上帮助软件开发商提升了开发效率，降低了使用门槛，当然 AI 在复杂报表领域的演进还有很长的路要走，我们应当保持对技术边界的清醒认知，在拥抱创新的同时，稳扎稳打地推动行业的持续进步
13410编辑于 2026-06-24 - 来自专栏深度学习与python
如何在 AI 浪潮中屹立不倒：来自企业的组织弹性实践
计算机是愚蠢的 作为一名在计算机早期时代成长起来的软件工程师，我总结出了一条在我整个编程生涯中对我很有帮助的准则：计算机是愚蠢的。 威胁与变革 分析师和经济学家预测，由于生成式 AI 在整个经济中的应用，我们将看到全球生产力每年增长 3.3%。 每个组织都将不得不努力将其融入到流程和工作流中。这可能涉及从自动化客户支持和市场调研到生成内容和分析数据的方方面面。 通过培训来建立组织的 AI 素养，例如哪些任务适合使用 AI，哪些不适合。分享有关如何有效利用 AI 的知识。在组织内部分享有关如何防止生成式 AI 产生幻觉的信息。 人类在工作中所融入的东西 人类会在工作中融入创新、推理和同理心，而你并不总是能在工作描述中看到这些。目前的 AI 无法做到这些。通常，工作描述不足以让你真正完成工作。
95210编辑于 2024-02-17 漫谈SaaS业务3-AI浪潮
## 技术角度总结 在本次AI浪潮中相关信息是爆炸式流传，很多都是为了商业宣传，如何去伪存真这对企业很重要。 对应于AI浪潮，对标的是2020年之前一直从事AI相关技术研发企业。现如今这些企业在AI浪潮中，成为了国际资本重点收购的对象，水涨船高。 目前翻翻这些公有云的官网就能看到，他们在全力推荐的AI相关资源就能知道这块利润有多大。 <5>金融家：淘金热期间，金融业也得到了发展。 对应AI浪潮中，对标那些面对AI浪潮丝毫不去改变的企业，温水煮青蛙，慢慢被市场所淘汰， <5>环境受害者，大规模的采矿活动对环境造成了严重的破坏，包括水土流失、河流污染和生态系统破坏。 第三个结论，浪潮中的信息很多都是不真实的，大部分随波逐流投入AI赛道的企业未来都将是受害者，我们需要在AI浪潮中执行差异化策略。
28510编辑于 2025-01-25AI刹住了浪潮信息下坡
这也间接推动了浪潮信息的AI服务器市场增长。虽然借助AI服务器的布局，让浪潮信息的业绩恢复增长，但是浪潮信息的AI服务器还是存在几大方面的不足。 另一方面，浪潮信息的业务中，低毛利的硬件销售占比较高，而高附加值的云计算服务与解决方案业务收入增长未达预期。AI服务器虽然市场需求旺盛，但其硬件成本较高，导致整体毛利率偏低。 例如，华为通过“鲲鹏+昇腾”一体化方案，将服务器+交换机打包报价，直接迫使浪潮在竞标中牺牲5-8个点的毛利以维持份额。5长期发展受限。客户集中度过高可能限制浪潮信息的长期发展。 当大客户占据主导地位时，浪潮信息可能缺乏动力去拓展新客户和开发新产品。此外，这种依赖关系可能导致公司在技术研发和创新方面投入不足，从而在市场竞争中逐渐失去优势。 5技术更新风险。服务器行业技术迭代迅速，如果浪潮信息不能及时更新存货中的产品和技术，可能导致存货中的部分产品因技术落后而贬值或滞销。例如，部分芯片和服务器组件可能因新技术的出现而迅速失去市场竞争力。
1.1K10编辑于 2025-06-16- 来自专栏量子位
浪潮发布OpenStack AI云平台，加速行业AI进程
8月30日，在2018浪潮技术与应用峰会（Inspur World 2018）上，浪潮发布OpenStack AI云平台，实现了在OpenStack云平台上快速、轻松的构建AI开发能力。 为此，浪潮将持之以恒的发展融合架构IT基础设施，此次OpenStack AI云平台的推出，是浪潮在云+AI融合基础架构上的一次探索与实践。” ? 通过对GPU虚拟机的支持，浪潮OpenStack AI云平台能够以多租户的形式，按需分配异构计算资源，从而实现AI敏捷开发。 △ 浪潮OpenStack AI云平台架构 高集成度进一步简化AI开发 浪潮自主开发的AIStation在集成度上有显著提升，极大的降低了AI开发难度并简化操作。 浪潮AI&HPC总经理刘军表示：“浪潮OpenStack AI云平台为用户提供了面向未来的云+AI融合基础架构，使其在开源云平台上能够简单、快速构建易用、先进、完整的AI开发环境，赋能更多行业快速利用人工智能技术进行产品服务开发
1K40发布于 2018-09-29 - 来自专栏悦思悦读
AI 入行那些事儿（11）人工智能浪潮中的企业与人才
2021 巨献 —— 系列文章《AI 入行那些事儿》，为您讲述： 人工智能的基础原理、发展历程、当前应用 成为 AI 技术人员所需的入门技能和学习途径 以及求职、面试的全过程 我们来看看国内有哪些类型的企业已经把业务向人工智能做了迁移 比如百度自动驾驶技术中的语音搜索技术和百度地图导航、微信的语音和图像处理等。 数据企业 还有一些本身并不以技术见长的企业也是人工智能行业中必不可少的一个环节，因为它们的业务内容是数据。 观望中的企业 除了这些已经投身人工智能大潮的企业之外，还有一些尚在观望的企业。这些企业多是一些小型IT企业，虽然它们已经认识到了人工智能的未来前景，但限于自身实力，还对是否投入有所犹豫。
77410发布于 2021-04-12 - 来自专栏白话互联
AI搜索时代，你的内容真的「适配」了吗？这份优化清单帮你抓住机会！
二、答案要「能被拼」：别让AI「剪不断理还乱」 AI生成回答时，会从不同文章里「摘」片段再组合。所以你的内容得「好拆好拼」——开头先给结论，再用细节补充，结构越清晰，AI越爱用！ 关键操作： 图片用标签，加alt标签（比如「SEO审计流程图：包含爬取、索引等5个步骤」）； 表格用HTML表格（别用图片！） 七、内容要「懂用户」：别让AI「猜不透」 AI会根据用户的「位置、搜索历史、需求」调整答案。如果你的内容只「讨好」一部分人，可能被AI「过滤」掉。 评论区告诉我」），让AI知道用户需求。 八、内容要「能被爬」：别让AI「进不来」 最后一步最关键：你的内容得让AI「爬得到、读得懂」！ ❌ 坏做法： robots.txt屏蔽AI爬虫； 内容全用JS加载（AI抓不到）； 标「noindex」（AI进都进不来）； 链接写「点这里」（AI不知道链接到哪）。
81720编辑于 2025-11-24 - 来自专栏腾讯大数据的专栏
找准赛道 在技术浪潮中厚积薄发
技术的浪潮此起彼伏，我们不必去盲目追求热点方向。程序员需要潜心笃志，选好自己的赛道。多看、多听、多思考，不要受外界浮躁因素影响，不要因为某个行业的待遇给得高，就往那儿涌。 我们在获得这一规模上的突破之后，通过开源的方式将Angel系统贡献了出来，让更多的企业能够在自己的应用环境中进行部署，帮助他们有效提升了内容推荐的准确率，最终也成为国内第一个从LF AI基金会（Linux 基金会旗下，面向AI领域的国际顶级基金会）毕业的开源项目，实现了项目价值的最大化。 基于此，腾讯安全联合计算目前的整体端到端性能超业界5倍以上，并且数据量越大，提升的效果越明显，在国际上取得领先。
69420发布于 2020-12-21 - 来自专栏老张的求知思考世界
AI浪潮之下，软件测试如何突破重围？
02、 实战案例驱动，解决真实业务难题 性能压测实战：第20章“XRunner应用案例”中，某金融系统通过全链路压测，将故障恢复时间从分钟级压缩至秒级，并发承载能力提升数倍。 AI测试挑战：第15章揭秘人脸识别系统的“蜕变测试”方法，通过光照、遮挡等极端场景模拟，将误识别率大幅降低。测试时的相关代码。 （图示：全链路监控架构） 第5章 Web测试技术精要 稳定性提升：基于元素状态等待机制+重试策略，解决90%的“Flaky Tests”问题。 伦理风险管控：建立算法公平性评估矩阵，避免性别、种族偏见，案例：某招聘平台AI筛选工具通过伦理审查，歧视投诉下降恒大。 分布式共识验证：HotStuff共识算法测试中，进行时序建模。 本书适合谁 测试工程师：从自动化到智能化，掌握性能调优、精准测试、混沌工程等高阶技能。
45210编辑于 2025-04-16
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