- 综合排序
- 最热优先
- 最新优先
- 来自专栏ATYUN订阅号
5G＋AI赋能产业升级
AI——赋能定制个性化 经过几年高速发展，日趋成熟的AI产业，逐渐成为新一轮科技革命的核心驱动力，不仅让新产品新技术进步有了新的想象空间，更成为产业智能化升级不可或缺的强力助推器。 把个性化融入到算法中，根据需求定制算法，这就暂时阶段性解决了AI的局限性。 在AI赋能业务上，定制语音芯片，不但功耗低、通用性强，且可以实现从语音唤醒、语音理解、语音合成等全链路的语音交互能力。 万物互联时代，AI与5G的重要性不言而喻。 产业升级是时代的必然选择，5G＋AI的赋能无疑会让各个产业发生巨大变化，只拿最近被誉为“新世界 7 大奇迹”的北京大兴国际机场来说，人脸识别技术与AR眼镜已经被充分利用了起来，令人叹为观止。 所以，5G+ AI赋能，无疑是未来产业升级的主要方向。 参考来源：和讯、猎云网、同花顺财经。
70620发布于 2019-10-10 - 来自专栏啄木鸟软件测试
2026年AI赋能CICD的5大误区
误区一：把‘AI增强’当成‘AI替代’，忽视人机协同的本质 典型表现：上线AI测试生成器后，直接取消测试工程师准入评审；用LLM自动生成部署脚本，却未建立人工校验门禁。 误区二：只关注单点提效，忽略AI对整条交付链路的耦合影响 许多团队仅在测试阶段引入AI用例生成，在构建阶段用AI优化缓存命中率，却未评估其对下游环节的连锁扰动。 ）将标注效率提升5倍；第三阶段才开放预测结果自动触发阻断策略。 2026年GDPR修订案及中国《生成式AI服务管理暂行办法》明确要求：用于关键生产流程的AI系统须提供决策依据证明。 结语：回归工程本质，让AI成为‘更聪明的螺丝刀’ AI不会重构CI/CD，但会重塑我们对质量、速度与安全边界的认知。
39410编辑于 2026-03-31 - 来自专栏测试开发技术
AI 测试赋能全流程实战 ｜ Agent Skill + AI 赋能「需求分析」！
从本篇教程开始，我们将沿着软件测试全流程，逐环节、逐步骤深度拆解，系统学习如何借助 AI + Agent Skill，为测试工作的每个核心节点赋能提效。 即便现实工作当中，测试人员很多时候，可能无权直接修改需求文档，但掌握了AI赋能需求分析工作，一方面可以开拓业务测试思维、另一方面可以作为测试人员参加需求评审的有力武器。 当然这里，有一个需要澄清的地方： 当下利用 AI 赋能软件测试，实现路径其实非常多，但Agent Skill 是新手入门最优先掌握、落地成本最低、复用性最强的形态。 同时我也想提醒大家：不要陷入认知误区，不要简单把 AI 测试、AI 赋能测试等同于只会使用 Agent Skill。Skill 是工具、是手段，而真正的核心，是测试思维、业务理解与质量把控逻辑。 1.3 AI 赋能需求分析 操作方法 下面先讲解一下，AI 赋能需求分析的操作思路，具体Agent Skill开发实现请参考1.4 章节内容。
30110编辑于 2026-06-12 - 来自专栏AI技术体系搭建过程
AIGC: 5 IT从业者如何使用AI赋能业务?
他的公司主打全球客服平台，专为小颗粒用户提供高度个性化的服务体验，同时也为中大型客户提供了AI赋能的人工客服解决方案。 通过Carter和老李的合作，公司不仅保持了在行业中的竞争力，还树立了利用AI技术持续创新的典范。 问题 你知道基于AI有哪些典型的应用吗？如何把AI跟业务结合。 大部分的企业其实只用到了提示词，即可把自己的业务跟AI结合起来。 那么，AI有哪些典型的应用提示词呢？ 实现路径 作为程序员，你必须首先知道AI能干什么？再结合业务想想自己可以干什么？ 即你首先需要了解AI提供了哪些API的能力，有哪些典型应用场景。 最后结合所在公司的业务场景，灵活的使用AI的能力跟业务结合。 在实际工作中确实也是这么做的，比如客服的AI质检， AI总结， AI知识库，AI文本聊天机器人 。
39810编辑于 2025-07-01 - 来自专栏Reinvent Data Science
Milvus 赋能 AI 药物研发
伴随深度学习等一系列 AI 技术的不断发展，将 AI 技术与药物研发相结合，可以很大程度上减少新药研发时间、降低新药研发成本，也可以加速仿制药的研发和入市，毫无疑问人工智能和机器学习将开创一个更快速、更低价 随着 AI 技术与药物研发领域的深度结合，Milvus 在这一领域也有着广阔的应用前景。 | 总结 Milvus 凭借其先进的软、硬件算法，能够为各类 AI 应用提供企业级的稳定、高性能向量检索支持。 我们相信 Milvus 必将会在药物研发的其他各个领域获得更广阔的应用前景，期待与 AI 药物研发领域的有志同仁携手共建 Milvus 这一 AI 数据处理平台。 Model, 2015, https://pubs.acs.org/doi/abs/10.1021/acs.jcim.5b00559 Landrum, G. 2010. “RDKit.”
1.3K10发布于 2020-05-24 - 来自专栏PaddlePaddle
5G通达，AI赋能 AI在网络规划中的应用实践
本文为大家带来的演讲主题是：5G通达，AI赋能，主要分为三个部分： 网络规划 传播模型 AI的应用效果 网络规划 与图像、语音这种，和日常生活息息相关的AI应用不同，在移动通信网络中的应用AI，其专业性较强 到3G、4G时代用接入数字地图进行规划仿真，能够模拟网络建站方案，预测未来达到网络方案落地后能达到的性能效果，提高网络规划工作的效率。 到5G时代，可以结合大数据分析以及AI能力，达到进一步提质增效的目的。 WAVE SUMMIT+2021深度学习开发者峰会 哪些区域值得建站？ 从3G时代开始，利用网络规划仿真工具，预测网络方案对于未来网络方案承载混合数据业务能达到的覆盖能力以及容量能力。 更重要的是，从这张图里面能清晰地看到，AI传播模型预测的信号强度，对实际环境具有很高的匹配性。
43030编辑于 2022-03-31 AI赋能：人机协作新时代
后来，当我回到有手机信号的地方，我获取了这些报告：机器智能发展趋势的得分分析、随时间变化的太阳能电池板价格图表、关于汽车安全带安装推动与反对力量的分析。 反AI组织制造工具投毒AI系统反AI活动人士构建了一个实用的技术武器来破坏AI系统——“Poison Fountain”，一种向AI训练数据爬虫投喂垃圾数据的服务。 重要性——互联网将成为一个捕食者-猎物生态：AI及AI代理的兴起意味着互联网将变成一个包含比以前更多生命形态的生态——爬虫、人类、AI代理等。 这类论点将应对AI的许多问题从单个AI系统重新定向到我们如何构建一个可以利用并从日益强大的AI系统出现中受益的人类驱动世界。 这种交互形式是AI系统为简单或早期问题提供一些正确解法，然后人类研究人员识别AI系统所做的关键陈述并加以概括，随后用这些概括所启发的新问题重新提示AI系统。
10810编辑于 2026-03-09AI如何赋能IT运维（AIOps）
变成可复用知识库人工巡检、排障重复度高AI可自动巡检、自动修复脚本闭环AI真正落地价值：节省人力成本、缩短故障恢复时间（MTTR）、减少业务中断风险二、AI赋能IT运维的核心能力AI功能作用可落地场景日志分析 关键指标优化前优化后故障定位时间3–5小时5分钟系统TP99延迟800ms300ms业务投诉大幅下降值得借鉴：AI适合从海量日志中快速聚类，尤其适合响应变慢、报错模糊的故障定位案例2：AI提前预测磁盘故障 AI监控指标训练：特征输入用于预测磁盘IOPS是否达到阈值或逐步上升延迟曲线监控RT趋势异常SMART属性（C5/05）预测寿命与坏块发展文件系统错误earlywarningsignalsAI识别趋势→ （人工值守）改造后（AI自动修复）故障恢复时间MTTR30–60分钟2–5分钟夜间运维人力成本＞2人值守可降40–70%SLA可用性提升99.80%→99.95%⭐这个是最常落地的能力→成本降低最明显。 写在最后AI赋能运维不是概念，而是已能实打实落地的生产力工具。一句总结：AIOps=经验沉淀+自动分析+主动预测+自动修复，最终目标是无人值守与业务持续可用。
1.4K10编辑于 2025-11-29爱立信5G方案赋能非洲通信和AI技术浪潮
非洲大陆缺少欧亚大陆的基础设施建设，大量基站依赖柴油、太阳能或混合供电，燃料成本和运维成本直接决定网络能不能活下去，这个前提不解决，再便宜的设备也只是短期方案。 从新能源方面分析，太阳能和可再生能源在非洲的潜力很大，爱立信也在公开材料中多次提到：如何结合 AI 调度和新能源供电，是当前网络演进的重要方向。 这里还有一个容易被忽略的趋势，就是计算正在向边缘移动。 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。 非洲今天面对的能源、产业和人口结构问题，决定了它需要的是高效率、可持续、能自我优化的网络形态。5G 和 AI 恰好提供了这样的工具。这并不是情怀叙事，而是基于真实网络运行数据和产业需求得出的判断。 如果未来有人再问，非洲现在谈 5G 和 AI 会不会太早，我的答案会很简单。
22310编辑于 2026-03-17诺基亚签署丹麦TNN订单，AI技术赋能5G网络
根据新协议，诺基亚将为TNN的5G网络注入AI与自主化能力，以提升服务质量、提高速率与容量、打造卓越用户体验，为TNN客户开启新型数字化服务与高级商业应用。 诺基亚的AirScale方案与MantaRay的AI驱动技术将在TNN的网络中全面应用，AI技术的引入，将大大提升网络性能与容量，同时增强用户体验，更重要的是，这一合作不仅是技术的升级，更是一个战略性的选择 ，关系到未来5G/5G-A甚至是6G的构建与提升。 随着5G的商用化，欧美的5G网络建设已进入白热化阶段，而AI与自主化的网络管理将成为各大运营商的重要衡量标准。 所以说诺基亚与TNN之间的合作，它代表了未来5G网络发展的趋势，智能化、自动化的网络将更加在技术上成熟，这或许正是诺基亚AI网络方案在欧美市场大放异彩的开始。 全文完，感谢阅读，如果喜欢点个赞吧。
13410编辑于 2026-03-17- 来自专栏智能人工
智能遥感：AI赋能遥感技术
随着人工智能的发展和落地应用，以地理空间大数据为基础，利用人工智能技术对遥感数据智能分析与解译成为未来发展趋势。本文以遥感数据转化过程中对观测对象的整体观测、分析解译与规律挖掘为主线，通过综合国内外文献和相关报道，梳理了该领域在遥感数据精准处理、遥感数据时空处理与分析、遥感目标要素分类识别、遥感数据关联挖掘以及遥感开源数据集和共享平台等方面的研究现状和进展。首先，针对遥感数据精准处理任务，从光学、SAR等遥感数据成像质量提升和低质图像重建两个方面对精细化处理研究进展进行了回顾，并从遥感图像的局部特征匹配和区域特征匹配两个方面对定量化提升研究进展进行了回顾。其次，针对遥感数据时空处理与分析任务，从遥感影像时间序列修复和多源遥感时空融合两个方面对其研究进展进行了回顾。再次，针对遥感目标要素分类识别任务，从典型地物要素提取和多要素并行提取两个方面对其研究进展进行了回顾。最后，针对遥感数据关联挖掘任务，从数据组织关联、专业知识图谱构建两个方面对其研究进展进行了回顾。
2.4K70编辑于 2022-08-10 - 来自专栏程序那些事儿
盘点AI赋能PPT的办公工具
随着 chatgpt 的出圈，ai 已经开始已风卷残云之势占据了各个领域，几乎所有的领域都在被 AI 赋能，以前我们经常说干活的累死累活，有成果那又如何，到头来干不过写 ppt 的，现在不要紧了，我们可以通过 接下来我们盘点一些 AI PPT 工具。 美图 ai ppt 这是一个由美图秀秀推出的免费在线 AI 生成 ppt 工具。用户只需要输入一句话，便可以轻松打造精美的 ppt。 Decktopus AI Decktopus 是一个 AI 驱动的的在线演示文稿生成器，该 AI 生成 PPT 工具易于使用、操作直观，提供自动幻灯片布局和交互式表格等功能，只需要几分钟，用户便可以创建出效果令人惊叹的演示文稿 Tome AI Tome AI 是一个利用人工智能来生成引人注目的演示幻灯片的网站，通过借助 OpenAI 的 GPT 和 DALL-E 2 的 AIGC 技术，该 AI PPT 生成网站将文本和图像无缝结合 只需在 presentations.AI 编辑器中输入演示文稿内容，AI 就会自动生成与内容相匹配的幻灯片、图像和视频。
2.5K40编辑于 2023-07-24 - 来自专栏腾讯云开发者社区头条
彭思翔：AI赋能云安全
课程简介： 本次课程围绕AI为云安全带来的发展突破的角度分别讲解了AI对于云基础安全的推动方式以及AI对于云业务安全的促进作用，为大家带来了云安全领域的前沿探讨。 课程视频： 视频内容
9981914发布于 2019-06-18 AI赋能制造业物料追溯
而AI技术的引入，正推动制造业实现全链路透明化、异常实时预警、问题根源秒级定位的革命性变革。一、AI如何重构物料追溯体系？ 例如，某汽车零部件厂部署YOLOv5模型，在传送带上以98.7%的准确率检测错装零件，替代20名质检员的人力投入。 引入AI追溯系统后： 区块链+AI：通过智能合约自动关联零部件批次、装配工位与车辆VIN码，20分钟生成精准召回清单。 结语 AI驱动的智能追溯不再是“查错工具”，而是制造业供应链的“数字神经系统”。据麦肯锡研究，全面应用AI追溯的企业可将质量成本降低18%-35%，同时缩短新产品上市周期。 对于制造企业而言，当下正是以AI为杠杆，撬动供应链韧性升级的战略机遇期。
84410编辑于 2025-04-09- 来自专栏腾讯大讲堂的专栏
AI 赋能软件研发提质增效
QECon深圳站即将盛大开幕 诚邀各位同仁参会 会议名称：第十届QECon全球软件质量&效能大会 会议主题：AI赋能软件研发提质增效 会议时间：5月24-25日 会议地点：深圳深铁皇冠假日酒店 会议官网 在5月24-25日深圳站举办的第十届QECon全球软件质量&效能大会，将聚焦于“AI赋能软件研发提质增效”的主题，探讨人工智能如何为软件研发提供全新视角，实现质量和效能的双重提升。 旨在助力更多企业通过AI最新技术，推动软件行业向着更高质量、更高效率的方向发展。 原生应用测试实践、LLM赋能下全程质量管理 、金融领域效能提升与风险管理实践、专项测试 、AIGC时代的代码质量 、大模型在DevOps领域的创新应用(AIOPS)、多终端质量保障 、效能度量：从洞察到智能化 、OPPO专场：理解AI拥抱AI、软件工程3.0点燃招行数智交付新引擎”等17个分论坛，内容除基要技术外，还覆盖了大模型在软件工程的多层面应用，以确保所有与会嘉宾的体验感、收获值倍增。
70810编辑于 2024-05-22 AI赋能下的数据驱动决策
看看现在的智能工厂：生产线上的机器人不仅能执行预设动作，还能通过视觉识别发现产品质量问题，甚至能自主优化生产参数。 这种自主决策能力，让工厂从标准化生产进化到智能化制造。 更值得关注的是，AI正在打破传统行业的边界壁垒。 银行开始做电商，电商平台做起金融，滴滴搞起了外卖。这些看似八竿子打不着的业务跨界，实际上都指向同一个核心——AI赋能下的数据驱动决策。 一个做餐饮连锁的朋友告诉我，他们现在通过AI分析用户画像，能精准预测不同区域、不同时段的客流变化，从而优化食材采购和人员配置。 餐厅不再是传统的等客上门，而是变成了数据驱动的智能预测。 通过AI分析历史数据、市场趋势、天气变化、社交媒体情绪等海量信息，系统能提前预判需求波动，让整个供应链更加敏捷和精准。 更重要的是，AI正在催生全新的商业模式。 AI确实是强大的工具，但它不是万能的解决方案。真正的成功，来自于深刻理解业务本质，然后用AI放大这种理解。 最关键的，是要记住技术的终极目标：不是取代人，而是赋能人。
20810编辑于 2026-02-02- 来自专栏啄木鸟软件测试
AI赋能CICD：开源方案实战指南
二、AI驱动的测试智能调度：告别‘全量跑’时代 全量回归测试是CI效率杀手。开源生态中，Test Impact Analysis（TIA）正借力AI焕发新生。 三、可信部署决策：用Sigstore+AI构建‘绿色发布’护栏 AI不仅加速交付，更要保障交付质量。 四、开源即能力：避免陷入AI供应商锁定陷阱 必须警惕一种幻觉：‘AI=购买SaaS服务’。 AI能力的渐进式灰度。 当你的第一条AI增强流水线成功运行，你收获的不仅是一次更快的构建，更是组织面向AI原生开发范式的真正启蒙。真正的智能，始于开源，成于实践，终于人本。
17010编辑于 2026-06-15 F5推出AI网关，赋能企业化解大模型应用风险
为助力企业高效整合应用、API与大语言模型（LLM），加速 AI技术的广泛部署，F5推出AI网关（AI Gateway）。 据了解，F5 AI网关是F5应用交付和安全平台（F5 Application Delivery and Security Platform）的创新解决方案之一。 F5应用交付和安全平台 F5 AI网关能够帮助用户化解大模型应用的风险并确保AI应用的合规性。 该工具由 F5 AI数据架构（F5 AI Data Fabric）提供支持，可作为 NetOps、SecOps、DevOps 及平台运维团队的智能助手，帮助缓解运维压力。 今年晚些时候，F5将推出BIG-IP AI助手，为iRules赋能更高水平的自动化与智能化。该助手可自动生成、维护并优化iRules，从而大幅减少企业在流量管理与安全交付应用上的时间与资源投入。
40800编辑于 2025-06-24- 来自专栏啄木鸟软件测试
AI赋能CICD：落地实践全解析
许多团队在尝试引入AI时陷入‘模型炫技、流程脱节’的困境：训练好的缺陷预测模型无法嵌入Jenkins Pipeline，大语言模型生成的测试用例难以通过JUnit校验，AI推荐的回滚策略因缺乏上下文而误判生产风险 AI模型（XGBoost+时序注意力）并非直接决定‘是否发布’，而是输出三类结构化建议： ① 风险等级（Low/Medium/High）； ② 关键证据锚点（如‘API /v3/pay 5xx错误率突增至 ‘权限越界陷阱’：AI代理被赋予生产环境K8s集群最高权限，曾因误判触发全量Pod重启。对策：严格遵循最小权限原则，AI仅拥有‘只读监控+预设策略执行’两类RBAC角色； 4. ‘价值度量缺失陷阱’：仅统计‘AI调用量’，却未关联业务结果。 我们定义黄金指标：‘AI加速比’=（人工干预平均耗时 - AI辅助后平均耗时）/人工干预平均耗时，并与MTTR、发布频率共同纳入DevOps效能仪表盘。
43210编辑于 2026-05-15 - 来自专栏存储公众号：王知鱼
AI提速：CXL内存赋能AI&ML应用
无论您是AI研究人员、数据科学家，还是企业IT决策者，本文都将为您提供有价值的参考和启示。 阅读收获 理解AI/ML工作负载对内存容量和带宽的迫切需求。 AI/ML 工作负载中内存的重要性 AI/ML 场景的内存现况 图片强调了主系统内存在 AI/ML（人工智能/机器学习）工作负载中扮演的关键角色，并指出了当前内存面临的容量和带宽挑战。 配置 G 显示了使用 256GB DDR5 DIMM 的纯 DRAM 配置（如果可行的话）达到 32TB 的成本高达 $425,600，而通过结合 CXL，可能可以用更灵活或潜在更低成本的方式达到类似或更大的容量 如何根据具体的AI/ML工作负载，选择合适的CXL内存配置和部署方案？ CXL的未来发展趋势是什么，可能会对AI/ML生态系统产生哪些影响？ #AI内存瓶颈 #CXL内存扩展 #矢量数据库选型 原文标题：CXL for AI/ML： A Practical Guide to Unleashing AI and ML Performance Notice
1.7K00编辑于 2025-05-05
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