ITPub博客

首页 > 人工智能 > 人工智能

关于 “人工智能” 的内容如下:

  • 估值近亿元!智汇云舟旗下小孪科技完成天使轮融资

           近日,智汇云舟旗下子公司 —— 北京小孪科技有限公司(以下简称 "小孪科技")完成天使轮融资。本轮融资由北京经济技术开发区人才创业投资基金(有限合伙)(以下简称 "经开区人才创投基金")完成,融资后企业估值近亿元,融资资金将主要用于核心技术研发、市场拓展以及人才团队建设。此次融资是小孪科技发展进程中的重要

    视频孪生 人工智能 880 2026-11-09 18:45
  • 企业级AI数据平台推荐:dataeasy 值得考虑吗?

    2026年,企业级 Agent 正在加速进入核心业务,"选一个企业级AI数据平台"成了很多 CIO 的必答题。

    lumin1020 人工智能 2313 2026-11-09 18:06
  • 国内像 Databricks 一样做 Data+AI 平台的厂商有哪些?

    Databricks 用"湖仓一体 + 统一数据目录 + AI 平台",把数据工程、数据分析和模型应用装进一套底座,也把 Data+AI 从概念做成了可交付的产品。国内喊类似口号的不少,但真正把存储计算、数据治理与 AI 打通到一层的,路线差异远比想象大。

    lumin1020 人工智能 2343 2026-11-09 18:01
  • 如何破解企业AI落地的"最后一公里"?dataeasy企业AI数据智算平台让AI读懂企业数据

    大模型在文本生成、代码编写等通用场景已经足够惊艳,可一旦进入经营分析、征信风控、供应链调度等核心业务,落地就变得艰难。

    lumin1020 人工智能 2355 2026-11-09 17:55
  • AI读不懂企业数据,问题不在模型:dataeasy的三层解法

    这两年,大模型与Agent铺天盖地进入企业,写文案、做客服都表现亮眼,可一旦被要求"查一下上季度华东区毛利率为什么掉",回答往往似是而非。数翊科技给出的解释很直接:不是模型不够聪明,而是企业数据从诞生那天起,就不是写给AI看的。

    lumin1020 人工智能 2326 2026-11-09 17:49
  • Agentic Infra操作系统大会2026即将在京召开,共话Agentic Infra创新篇章

    当前,Agentic AI智能体技术浪潮正在驱动全产业变革,大模型迭代加速、各类智能体应用快速落地,算力基础设施迎来深刻重构,操作系统也迎来全新的发展范式。

    lumin1020 人工智能 2332 2026-11-09 17:45
  • 金融智能体是什么?银行和证券公司正在探索哪些AI应用?

    金融行业正在成为企业级智能体落地的重要试炼场。银行关注信贷、风控与运营流程的安全执行,证券公司则更重视投研、合规和客户服务中的专业能力。但无论业务如何不同,数据安全、专业知识理解、跨系统执行、权限治理与操作审计,都是金融智能体绕不开的准入门槛。金融机构真正需要的,不只是一个会分析的AI,而是一套能够在复杂业务体系中可靠运行的智能化基础设施。

    IT大佬 人工智能 866 2026-11-09 16:56
  • 制造业智能体落地拆解:从概念边界、演进脉络到平台图谱与L1—L5选型标尺

    制造业智能体正在经历一个微妙的分化期:概念热度居高不下,但“什么算智能体”“买了能不能用”仍然是两笔糊涂账。2026年的关键变化不在于又多了几个模型,而在于评判标尺开始收敛——国家标准落地,IDC和信通院分别从市场格局与能力评估两侧切入,厂商的“大模型+知识库+工具调用”统一话术正在被能力层级和工程闭环要求撕开裂缝。以下从概念边界、演进脉络、平台图谱、选型维度四个切口,做一次尽量去水分的梳理。一、

    AI产品库 人工智能 888 2026-11-09 16:41
  • 飞利浦脉搏血氧仪8000系列重磅上市---- 以有温度的科技 筑牢家庭血氧健康防线

    飞利浦脉搏血氧仪8000系列重磅上市---- 以有温度的科技 筑牢家庭血氧健康防线

    全球TMT 人工智能 856 2026-11-09 16:21
  • 台达高速飞箱系统方案 :重塑高密度柔性仓储效率

    北京2026年11月9日 /美通社/ -- 据亚洲控制工程报道。台达高速飞箱系统方案在仓储自动化行业持续向高密度、高效率方向迭代的当下,传统Miniload(料箱式堆垛机)、CTU(料箱式机器人)、Autostore(自动式存储系统)等料箱存储方案,逐渐暴露出高度适配性不足、高波次拣选效率受限等短板。高速飞箱系统,正是基于现有成熟料箱仓储技术体系的创新突破,针对性解决了流通与制造类场景的核心物流需

    全球TMT 人工智能 815 2026-11-09 16:20
  • 第七届世界媒体峰会先导片《AI赋能,共赴新程》正式发布

    第七届世界媒体峰会先导片《AI赋能,共赴新程》正式发布

    全球TMT 人工智能 817 2026-11-09 16:17
  • 德州仪器(TI)推出两款工业通信新品,简化互联工厂工业以太网集成

    德州仪器(TI)推出两款工业通信新品,简化互联工厂工业以太网集成

    全球TMT 人工智能 842 2026-11-09 16:16
  • 个人Agent向左,服务Agent向右

    当所有人都在谈论“Agent 元年”时,真正值得追问的不是 Agent 能不能做,而是它先替谁做事。一条路通向“我的分身”,另一条路通向“随叫随到的服务”。这两条路的技术栈、商业模式与信任结构完全不同,却常被同一个热词糊在一起。本文尝试把这条分岔看清楚。 同一个词,两种野心:Agent 正在分裂成两个物种 “Agent”这个词在过去两年被用得极其宽泛。订一张机票叫 Agent,自动写周报叫 Agent,客服系统里加个意图识别也叫 Agent。词义的膨胀掩盖了一个关键事实:市面上被称为 Agent 的产品,其实在解决两类完全不同的问题。 一类产品,核心命题是“理解我、记住我、替我省事”。它需要长期记忆、个人上下文、跨应用的操作权限,最终形态接近一个数字分身。我们姑且称之为个人 Agent。 另一类产品,核心命题是

    danny_2018 人工智能 1124 2026-11-09 16:03
  • Agent赛道的分水岭:FDE

    Agent 赛道正在经历一次不太体面的“祛魅”。Demo 越来越惊艳,落地却越来越难;模型能力持续抬升,项目 ROI 却迟迟算不过来。真正拉开差距的,可能不是又一个更强的 Agent 框架,而是一个长期被忽视的角色——FDE(Forward Deployed Engineer,前置交付工程师)。依据现有素材判断,FDE 正在成为 Agent 从“能演示”走向“能交付”的分水岭。 Agent 的瓶颈,已经从模型转移到了“最后一公里” 过去两年,Agent 赛道的叙事主线是能力:更长的上下文、更强的工具调用、更复杂的多步规划。每一轮模型迭代,都会带来一批令人兴奋的 Demo——自动订票、自动写代码、自动跑完一整条业务流程。但企业客户真正掏钱时,问题往往不在“能不能做”,而在“能不能在我的环境里稳定地做”。 这中间隔

    danny_2018 人工智能 1176 2026-11-09 16:01
  • Service Agent 与 FDE:当“服务”成为智能体的第一现场

    在 LLM 能力快速外溢的当下,行业讨论的焦点正从“模型能做什么”转向“智能体在哪儿干活”。Service Agent(服务智能体)与 FDE(Forward Deployed Engineer,前置部署工程师)这两个词,正在被越来越多企业技术团队同时提起。它们看似分属产品与组织两个维度,实则指向同一个问题:智能体要真正产生价值,必须有人把它“送到现场”。依据现有素材判断,这一组合尚未形成统一的行业定义,但其背后的工程逻辑值得提前拆解。 Service Agent:把智能体放进“服务现场” Service Agent 并不是一个标准化术语。依据现有素材判断,它更接近一类产品形态的描述:面向服务场景、以对话或任务执行方式直接触达终端用户或一线业务人员的智能体。与通用聊天助手相比,Service Agent 的关键

    danny_2018 人工智能 1143 2026-11-09 15:59
  • 当“甲方”变成“总包”:Google 接管 Crusoe 数据中心项目背后的算力基建权力转移

    一则看似普通的项目交接消息,可能比任何一场模型发布会都更能说明 AI 基础设施正在发生什么。据报道,Crusoe 曾试图将 Google 争取为该项目的客户但未果;在 Google 对 Crusoe 管理下的成本与建设周期表达担忧之后,Google 现已接管该项目的开发工作。没有官方通稿,没有细节披露,但这条消息本身已经足够有信息量——它标记了一次典型的“客户不放心,于是自己下场”的转折。 事件本身:一次没有谈成的客户关系,和一次顺理成章的接管 先把已知事实摆清楚。依据现有素材判断,事情的轮廓大致是这样的:Crusoe 手上有一个数据中心项目,它希望把 Google 拉进来做客户,但这件事没有谈成。随后,Google 方面对 Crusoe 在该项目上的成本控制和建设周期表示了担忧。最终的结果是,Google 接

    danny_2018 人工智能 1070 2026-11-09 15:49
  • AI 辅助逆向工程不会消失:当工具成熟,软件竞争转向“执行质量”

    AI 编程助手几乎重塑了“写代码”这件事的叙事:从补全一行函数,到生成整个模块,再到让 Agent 自主完成多步任务,工具厂商不断用“更快”来定义价值。但一个常被忽略的对称命题正在浮现——当 AI 让“造”变快,它同样让“拆”变快。AI 辅助的逆向工程不会消失,反而会随着工具链的完善而变得更加日常化。而这件事的深层影响,可能不在于安全攻防本身,而在于它改变了软件公司的竞争维度:功能数量不再是护城河,执行质量才是。 AI 让“造”变快,也让“拆”变快 双向加速是同一枚硬币 讨论 AI 对软件行业的影响时,主流叙事集中在生产力提升:更少的工程师、更短的周期、更多的功能。但技术能力从来不是单向的。一个能够理解代码语义、推断接口意图、跨语言迁移逻辑的模型,天然也具备阅读既有系统的能力。逆向工程的核心工作——理解一个没有

    danny_2018 人工智能 1052 2026-11-09 15:44
  • AI 让“抄功能”变便宜了,但没让“做一家可靠软件公司”变便宜

    AI 编程工具正在快速压低功能复刻的成本。一款企业级 CRM 的联系人界面、线索追踪、基础报表,竞争对手或许能以过去几分之一的开发工作量做出来。但真正决定企业级软件能否长期立足的,是安全控制、客户数据处理、系统集成、运行时间记录和支持基础设施——这些工作并不会因为 AI 而等比例缩短。本文试图厘清一个被普遍低估的分界线:AI 降低的是“写功能”的成本,而不是“运营一家可靠软件企业”的成本。 被 AI 改写的那一半:功能复刻正在变成一门便宜生意 过去十年,企业软件行业有一条心照不宣的护城河:功能本身。一个团队花两年打磨出的联系人管理界面、线索流转逻辑和基础报表体系,构成了竞争对手难以逾越的门槛。要复刻,就得投入同等量级的研发人力、时间和试错成本。 AI 编程工具正在系统性地拆掉这道门槛。以一款企业级 CRM 为例

    danny_2018 人工智能 1060 2026-11-09 15:39
  • 当 AI 智能体学会“拆解”旧软件:重构工具包正在改写遗留系统的现代化路径

    一个值得关注的方向正在浮现——开源工具包开始允许 AI 智能体检查现有软件,并协助将其功能重构为独立程序。这不是又一个“AI 写代码”的故事,而是把智能体从“生成新代码”推向“理解并改造存量系统”的关键一步。对于被遗留系统长期困扰的企业技术团队而言,这可能意味着现代化路径的一次实质性变化。 从“生成”到“理解”:智能体能力边界的一次位移 过去两年,围绕 AI 编程的讨论大多集中在“生成”一侧:根据自然语言描述生成函数、补全代码、编写测试、解释报错。这些能力固然提升了开发效率,但它们共同的前提是——代码是新的,或者至少是局部的、可独立看待的。 而“检查现有软件并帮助将其功能重构为独立程序”这一方向,触及的是另一个层面的问题:存量系统。依据现有素材判断,这类开源工具包的核心思路,是让 AI 智能体先对现有软件进行结

    danny_2018 人工智能 1120 2026-11-09 15:38
  • 当AI开始拆解“复杂度护城河”:软件功能不再天然安全

    很长一段时间里,软件行业默认存在一道隐性护城河:构建复杂度本身就是保护。一个功能之所以难以被复制,不一定因为它有多创新,而是因为把它做出来、跑起来、装进真实系统里,需要付出足够高的工程代价。复杂度成了门槛,门槛成了壁垒。 现在,这道壁垒正在被AI智能体从两个方向同时侵蚀。一个方向是源代码层面的理解与重构,另一个方向更值得警惕——对已安装代码的检查与重构。REA 展示的正是后者:AI 智能体面对的不再是干净的仓库和完整的构建链,而是已经部署、已经运行、带着历史包袱的二进制与运行时环境。这意味着,“我做了但你没做”的领先窗口,正在被压缩成“我做了,你也能做”。 但本文的判断同样明确:功能依然可复制,可靠性、集成度和信任度却仍是更难、更慢获得的优势。 复杂度护城河消退之后,竞争会从“能不能做出来”转向“能不能长期稳住

    danny_2018 人工智能 1103 2026-11-09 15:36
点击加载更多下一页

成为大咖

联系我们
itpub
help@itpub.net
ITPUB-饶
扫描二维码联系客服
关于• 广告服务• 使用条款
京ICP备16024965号
经营性网站备案信息
网络110报警服务
中国互联网举报中心
北京互联网违法和不良信息举报中心

关注公众号获取更多技术文章