裕信银行意外提升Generali持股至8.72%
意大利裕信银行在一次令人意外的操作中，将其持有的保险集团Generali股份从此前的6.7%增加至8.72%。这一信息由Generali董事长在年度股东大会上公布，引发市场广泛关注。 持股变动与市场反应 根据最新股东名册，目前Generali的最大股东为通过Mediobanca持股的锡耶纳银行，持股比例为13.19%；紧随其后的是Del Vecchio家族控股公司Delfin，持股10.05%；裕信银行以8.72%排名第三。其他重要股东还包括Caltagirone集团和贝纳通集团。 此番增持之所以令市场颇
特斯拉Optimus Gen3年中亮相，三季度启动大规模生产
4月23日下午，特斯拉官方微博发布消息，特斯拉第三代人形机器人预计年中正式发布，2026年7-8月启动大规模投产，产品测试按计划稳步推进，预计明年投入外部应用场景。特斯拉明确表示，人形机器人将成为公司有史以来生产规模最大的产品。此次公布的第三代人形机器人发布时间相比此前预期有所延后。1月29日，特斯拉在发布2025年第四季度及全年财报时曾透露，2026年第一季度特斯拉人形机器人第三代版本将正式发布。2月初，特斯拉官方微博还发布信息称，第三代特斯拉人形机器人即将亮相，能够通过观察人类行为学习新技能。去年7月
Gen AI制药入临床？药监局警示模型黑箱与数据偏见
生成式人工智能（Gen AI）是一种利用历史数据创造新内容的智能技术，在药物研发注册领域，Gen AI通过机器学习或深度学习模型，基于海量研发数据生成创新输出，涵盖药物分子设计、临床试验方案、药效评估、毒性预测、注册文档编写及结构化数据生成等多个维度[1]。近年来，Gen AI技术突飞猛进，全面渗透至制药研发、生产与销售链条，推动行业从“试错密集型”向“计算驱动型”转变。波士顿咨询集团（BCG）的报告指出，自2010年以来，采用AI作为核心策略的20家公司已将约15个管线项目推进至临床试验阶段[2]。Gr
精选推荐！AI助力混合式教学研究课题
精选推荐！AI助力混合式教学研究课题 今天为各位呈上一份人工智能赋能混合式教学研究课题申报书范文，研究课题名称：GenAI 赋能混合式教学 4.0：理论建构、设计框架与实践路径 将这份珍贵的研究课题申报书分享给大家，供各位学习参考，期望大家都能成功获得立项！ 江西 , 1小时前 ,今天为各位呈上一份人工智能赋能混合式教学研究课题申报书范文，研究课题名称：GenAI 赋能混合式教学 4.0：理论建构、设计框架与实践路径 将这份珍贵的研究课题申报书分享给大家，供各位学习参考，期望大家都能成功获得立项！
百灵Ling-2.6-flash发布：104B参数，定价低至0.1美元
新浪科技讯 4 月 22 日下午报道，蚂蚁百灵正式发布了 Ling-2.6-flash —— 一个总参数 104B、活跃参数 7.4B 的指令模型，核心卖点在于“Token 效率”。 Ling-2.6-flash 继承了 Ling 2.5 的混合线性架构优势，在 4 张 H20 显卡环境下，推理速度峰值可达 340 tokens/s，Prefill 吞吐量更是 Nemotron-3-Super 的 2.2 倍。 在 Token 消耗层面，Ling-2.6-flash 的智能效率比大幅提高。根据 Artif
深度解析 AI Agent 与 Agentic AI：概念对照与核心差异
对比维度AI AgentAgentic AI概念起源学术界（Russell & Norvig, Wooldridge & Jennings）工业界（吴恩达、OpenAI、红杉资本）提出时间1990 年代（甚至可追溯至图灵时期）2024 年（吴恩达正式提出概念）核心概念感知环境并执行动作的实体具备自主规划、推理、反思能力的系统能力聚焦方向个体行为：如何像一个智能生物一样行动系统能力：如何像人类员工一样独立解决问题核心标准自主性、反应性、主动性、社会性规划（Planning）、工具使用、反思（
2026年专业服务行业AI发展白皮书
内容摘要在回顾商业技术演进历程之际，GenAl的迅速普及引发了专业人士的广泛关注与期待。云技术虽始于2000年代初期，但部分组织尚未全面采纳。电子邮件通信曾在某些领域被禁用，因其被认为存在安全隐患乃至伦理争议。对于文档管理系统或企业资源计划(ERP)等大型技术系统而言，三年时间尚难以完成完整的实施部署。报告概要本报告深入探讨人工智能在专业服务领域的发展现状与未来趋势。重要声明：本报告通过公开合法渠道获取，版权归原发布机构所有。如存在侵权行为，请联系作者予以删除。本报告仅供学习参考，不构成任何投资建议，如对
GUI智能体基础设施白皮书：跨OS交互新纪元
今日分享的主题：人工智能专题——跨 OS-GUI 智能体基础设施白皮书文档页数：58页该白皮书系庭宇科技携手甲子光年联合推出，核心探讨跨 OS-GUI 智能体基础设施，强调 GUI Agent 正在掀起人机交互的第三次变革，促使交互方式从“人操作机器”演进至“机器理解并执行意图”，从而打破应用间的数据壁垒，确立 Agentic OS 为新的交互入口。该技术基于多模态大模型，通过模拟人类的视觉与操作行为，摆脱了对 API 和 RPA 的依赖，能够在不同平台间自主完成作业。与 API Agent 及传统 RP
ThinkingAI发布企业级AI Agent平台Agentic Engine
深夜时分，某款全球发行的游戏项目运营团队还在梦乡。某个智能体监测到 7 日留存率下滑了 12%，随即自主拆解原因——究竟是哪个渠道、哪个版本、哪类用户出了问题？结合内部会议记录与外网用户反馈，30 分钟内锁定了上周新版本调整新手引导流程，致使部分用户卡在关键关卡。该智能体基于业务理解自动生成优化策略并启动 A/B 测试，2 小时后依据结果甄选出最佳方案并全网推广。几个钟头后，团队成员醒来，通过智能体发送的日报得知：问题已圆满解决。这并非科幻小说情节，而是智能体驱动业务增长的新范式。美国西部时间 4 月 1
Cloudflare上线网站AI Agent就绪度评估工具
Cloudflare官方宣布上线isitagentready.com检测工具，旨在协助站长衡量其站点对AI Agent的兼容性。该平台不仅能给出多维度的评分结果，还能直接生成提示词，供编码Agent自动执行优化操作。Cloudflare宣布发布isitagentready.com检测工具以及Cloudflare Radar数据集，主要目的是协助站长评估其网站对接AI Agent的准备工作。依据官方对全网20万个顶级域名的扫描数据，目前互联网上Agent的就绪率普遍偏低。虽然传统的SEO基础设施普及率较高，
【国信互联网】人工智能行业专题(16):Agent助推全球模型MaaS营收增长，国产模型优势突出
报告发布日期：2026年3月31日报告名称：《国信证券-人工智能行业专题（16）：Agent推动全球模型厂商MaaS收入激增，国产模型各具特色》证券分析师：张伦可证券投资咨询执业资格证书编码：S0980521120004证券分析师：陈淑媛证券投资咨询执业资格证书编码：S0980524030003国信互联网张伦可团队-成员介绍张伦可国信互联网首席分析师分析师资格编码：S0980521120004香港科技大学投资管理学硕士、加州大学欧文分校经济学学士，2021年入职国信证券经济研究所，自2023年9月起担任互
AI工程进化论：从提示词到上下文，再到驾驭
每一阶段的范式都继承了前序技术的核心，并致力于攻克更复杂的系统性难题提示词工程曾是AI大模型应用初期的关键手段，核心在于解决“如何高效沟通”的问题。2023至2024年间，伴随GPT-3、LLaMA等模型的普及，开发者意识到模型输出效果深受输入提示词质量的影响。• 指令解析的精准度：早期模型对自然语言的解读能力有限，需精心设计提示。解决方案包括使用明确动词、界定清晰边界及指定输出格式。• 输出稳定性的把控：通过Chain of Thought（CoT）、Few-shot Prompting等技术提供思考路
AI生态全景与未来走向——技术演进与产业变革的深度洞察
作为「AI新堆栈」系列的收尾篇章，我们正处于一个关键的历史时刻——此前数篇文章，我们系统剖析了智能体架构、MCP协议、技能体系、AI命令行工具链、记忆机制与检索增强生成，以及AI工程化实践。然而，所有探讨终将回归本源：这些技术如何构筑起完整的AI应用生态？而这一生态又将怎样重构我们的产业格局与未来图景？从开发工具链到部署平台，从单模态到多模态融合，从独立智能体到多智能体协同，从技术创新到行业应用，AI应用生态正在以前所未有的速度演变。但这个生态的整体格局是什么？跨模态智能将如何改变产品形态？智能体生态系统
NiSource深化数据中心布局，与科技巨头签署供电协议
NiSource持续加码数据中心业务，与Alphabet达成长期供电合约，同时扩充了与亚马逊的合作协议。 该合约将为印第安纳州北部的一座超大规模数据中心提供电力支持，预计2026年夏季开始供电。此外，NiSource指出，与亚马逊的深化合作将加速电力输送至其多个设施，并提早为居民用户带来电费减免优惠。 此次合作的核心亮点在于，公用事业企业如何协调数据中心爆发式增长带来的用电需求，同时避免现有客户承担额外成本。NiSource宣称，其GenCo模式致力于实现双赢目标。在此架构下，大型客户享有专属发电及市场资
2026年AI Agent企业落地五大核心趋势
2024年，“AI Agent”这一概念首次在投资界引起广泛关注。当时，市场被各类演示视频充斥：有的能订机票，有的能写代码，有的能代替客服。虽然这些Demo很炫酷，但真正能被企业大规模投入使用的却寥寥无几。原因很直接：彼时的基础模型推理能力尚不稳定，面对复杂任务容易产生“幻觉”，高错误率让企业不敢将其核心业务流程完全托付出去。然而，三年后的今天，局势已截然不同。2025至2026年间，两大变革同时发生：如果说2023年是大模型的“爆发年”，2024年是“竞争年”，那么2026年正逐步演变为AI Agent