姚顺雨加盟腾讯半载，高管盛赞其重塑元宝与混元
新浪科技讯 6 月 5 日下午消息，2026 年腾讯云 AI 产业应用大会今日于北京盛大召开。会议期间，腾讯集团高级执行副总裁兼云与智慧产业事业群 CEO 汤道生，就腾讯为何引进姚顺雨，以及其入职六个月来对腾讯 AI 业务产生的具体变革进行了现场解答。 汤道生指出，“他是该领域极具声望的专家，在正式加入前的交流中，我们就深刻体会到了他的专业素养。他对 AI 的理解与我们过往的认知存在显著差异，他的加盟为元宝和混元项目注入了巨大的价值。” 汤道生进一步透露，“事实上，我们此前训练所用的大量数据质量并未达到最
严守数据真实底线 端正政绩导向——统计反腐工作综述
新华社北京6月2日电 题：严守数据真实底线 端正政绩导向——统计反腐工作综述 新华社记者邹雨沁、王雨萧 统计资料是宏观决策的关键依据，保障统计数据的真实可靠，是统计部门确立并落实正确政绩观的核心实践要求。 今年伊始，面对部分区域及部门出现的统计造假现象，统计机构加大了整治力度，同步强化了对部门数据质量的监管，推动各地各单位构建完善的防假责任体系，使统计监督效能得到更充分释放。 “河南某部门在引资工作中设定了不合理的考核目标，导致基层为达标而弄虚作假”“云南某部门频繁发布排名通报，致使部分地区为凑指标而伪造
两部门协同发力，确立人工智能“度量衡”新标准
随着《指引》的正式发布，标志着我国人工智能产业从单纯追求“算力建设与规模扩张”转向“质量提升与根基夯实”的关键阶段，这对促进 AI 技术与实体经济的深度结合、加速培育新质生产力具有深远意义。该《指引》系统规划了基础支撑、通用技术、核心攻关、技术规范、产业服务及智能赋能等六大维度，旨在消除实验室创新成果通往行业应用的“最后一公里”障碍。面对算法“黑箱”操作及决策缺乏可解释性等顽疾，《指引》重点部署了 AI 系统内部状态监测与表征等核心技术突破，致力于构建可靠、安全、可信的 AI 计量标准体系，确保人工智能技
两部门联合部署AI计量能力建设顶层设计
市场监管总局与国家发展改革委联合发布《人工智能计量体系和能力建设指引（2026版）》（以下简称《指引》），对人工智能计量能力进行全面系统规划。"十五五"规划《纲要》明确全面实施"人工智能+"行动。《指引》的发布标志着我国人工智能产业从"建算力、扩规模"向"提质量、强根基"转型升级，对推动人工智能技术与实体经济深度融合、培育新质生产力具有重要战略意义。《指引》围绕基础支撑、通用技术、核心技术、计量技术规范、计量服务产业、智能赋能计量等六大部分全面部署，打通实验室创新与行业应用的关键环节。聚焦"测不准"痛点，
从杭州大会洞察AI应用瓶颈：数据质量与模型幻觉的深层解析
从杭州大会看AI落地困境： 代码级复盘与大模型幻觉的技术真相潘云鹤院士演讲实录：专业数据缺失成最大瓶颈，三大技术路径破局杭州，2026年5月23日。中国人工智能学会主办的第七届全球人工智能技术大会在余杭未来科技城开幕。10位中外院士到场，戴琼海、潘云鹤等顶级专家悉数出席。但真正让我停下来思考的，不是某一个具体成果发布，而是一组数据：中国人工智能学会理事长戴琼海在开幕式上表示，当前人工智能正处于从快速演进走向系统突破的关键阶段。这句话的潜台词是什么？落地难。 比我们想象的要难得多。潘云鹤院士在主旨报告中直接
两部门联合推进AI计量体系建设
近日，市场监管总局与国家发展改革委共同发布《人工智能计量体系和能力建设指引（2026版）》（以下简称《指引》），全面规划人工智能计量能力建设。“十五五”规划纲要明确提出全面实施“人工智能+”行动。《指引》的发布，标志着我国人工智能领域从“建算力、扩规模”向“提质量、强根基”迈进关键一步，对推动人工智能技术与实体经济深度融合、加速发展新质生产力具有重要价值。《指引》围绕基础支撑、通用技术、核心技术、计量技术规范、计量服务产业、智能赋能计量等六大板块进行系统规划，打通实验室创新与行业应用的“最后一公里”。聚焦
HuggingFace打造可持续开源数据集生态的实践启示
开源社区在推动AI产业变革中扮演着关键角色，既是技术创新的重要源泉，也是全球开发者共同进步的肥沃土壤。Hugging Face作为全球领先的AI开源社区与模型托管平台，其成功不仅在于提供了革命性的工具库，更在于构建了一套可持续、高质量的数据集开源生态系统。Hugging Face从聊天机器人向AI开源基础设施的蜕变Hugging Face于2016年在美国成立，最初以聊天机器人应用起家，随后转型为面向机器学习的开源协作平台与基础设施提供者，如今已演进为一个全球AI生态枢纽，吸引了数百万开发者。Huggin
两部门联手攻克AI计量与数据瓶颈
28日，从市场监管总局传来消息，该局联合国家发展改革委近期共同发布了《人工智能计量体系和能力建设指引（2026版）》（简称《指引》），全面规划人工智能（AI）计量能力的建设，表明我国人工智能发展正从“建算力、扩规模”转向“提质量、强根基”的关键阶段。 《指引》在基础支撑、通用技术、核心技术、计量技术规范、计量服务产业、智能赋能计量等六大板块进行系统规划，致力于打通实验室创新成果向行业应用转化的“最后一公里”。 面对算法“黑箱”及决策解释性不足等痛点，《指引》聚焦解决“测不准”问题，部署了AI系统内部状态监
Salesforce的AI突围战：冻结工程岗招聘、启动股票回购，投资者态度审慎
投资界正紧盯Salesforce(182.1, 4.59, 2.59%)（CRM）如何在AI浪潮中实现自我变革。这家云端软件巨头虽然发布了超预期的季度财务报告，但市场对其AI战略的质疑，加上业绩指引的微妙变化，使得公司股价近期面临压力。 激进转型：冻结工程岗位，押注AI代理 Salesforce的AI转型决心在招聘策略上体现得尤为彻底。公司首席执行官马克·贝尼奥夫明确表示，2026财年公司将不再招聘新工程师。这一反硅谷常规的决定，源于AI工具已为开发工作带来超过30%的效率提升。目前，AI代理已承担了公司
智能驱动下的SEO优化实战攻略
人工智能与搜索引擎优化的深度结合已从理论探索走向实际落地应用，其核心在于机器智慧与人工策略的有机配合。以下是一套经过实践检验的AI驱动SEO方法论：SEO效果 = （AI效率×数据质量） × 人类策略系数数据收集 → AI处理 → 专家标注 → 模型优化 → 效果验证关键洞察：在AI时代，SEO的核心竞争力在于通过机器提升效率，同时通过人工建立独特优势。那些将AI定位为"执行工具"而非"决策主体"的团队，将获得指数级竞争优势。
AI兴衰解析：探寻技术本质而非成败
近期在多次关于AI企业的讨论中，不可避免地会提到一些已经发生的行业变化，例如xAI的关闭、Anthropic超越OpenAI的业务表现、文心一言起步早但进展慢、腾讯AI未达预期等。当然，也有不少表现出色的企业，如豆包、通义千问在国内处于领先地位，Gemini也后来居上，展现出强劲势头。以下是我对这些现象的一些思考。在探讨这一话题时，我并不想以简单的“成王败寇”视角来看待AI创新。我认为，AI创新本质上是一项技术工作，它有其内在规律，通过总结经验可以提升整个行业的效率。我将AI企业失败的原因归纳为三点：1、
AI数据新纪元：从资源积累到智能基石
如需报告请联系客服或扫码获取更多报告（1000份+报告）伴随“人工智能+”在各行各业的深入发展，数据已从静态资源转变为驱动大模型智能涌现的关键动力。2025年，全球AI数据产业经历了深刻的供给侧改革：由追求PB级规模的粗放增长，转向注重高密度、高信噪比的“质量至上”；由单一文本模态迈向图文音视频融合的“多模态融合”；由集中式数据处理演进为分布式的隐私计算与联邦智能。本章将系统解析AI数据技术的最新范式变革，重点阐述以合成数据、非结构化文档解析、向量数据库等基础设施的升级，并结合国家数据局“数据要素×”与“
AI 破局核心：高质量数据集揭秘
SHUJUAI 能否走红，关键竟在于...高品质数据集合问答你是否常发现“高品质数据集合”与 AI 紧密相连？今日借由 3 个疑问加通俗解读，助你将“专业名词”高品质数据集合转化为“大白话”，读罢即可实操！何谓高品质数据集合？简言之即“优质的素材库”，好比你要烹饪：带烂叶的菜品（低质数据）= 炒出苦涩之味新鲜带根的菜品（高质数据）= 做到色香味美关键三要素：✅ 精准（无差错）✅ 全面（无缺失）✅ 纯净（无乱码/冗余）为何高品质数据集合如此关键？AI 的“智慧”全靠它培育！低质数据训练 = 聊天机器人答非所
AI时代的数据陷阱与挑战
AI报表自动生成，分析自动跑，总结自动写。三个月后，老板拍桌子："这数据根本不对！"你去查原因，发现问题不在AI模型，不在算法，甚至不在那个写代码的工程师。问题出在，喂进去的数据本身就是错的。生产经理们正在经历一场集体幻觉。AI的能力确实在快速进化—— 从最初的机器学习，到人工智能，到现在的生成式AI、代理式AI。这种进化，让人产生一种错觉：技术足够强，它就能把烂数据变成好洞察。就像有人相信，买了一台高端搅拌机，就能把烂苹果榨成好果汁。机器学习领域有一句流传了几十年的老话，今天依然有效：G
AI代笔ESG披露：繁荣背后的信任困局
ESG相关信息披露正呈现爆发式增长。截至2026年，A股市场披露ESG相关报告的上市企业已逾2700家，其中超过470家公司被纳入首批强制信披范畴。数量攀升的背后，信息价值却未必同步提升。过去一年间，市面上涌现出大量智能化解决方案，部分产品宣称能够"眨眼间解析海量ESG文本"、"瞬时提炼数百页披露准则"、"一键输出ESG报告雏形"。人工智能与可持续发展的深度融合，已成为业界热议话题。然而，我们试图探讨一个不太讨好各方的问题：这些由AI辅助完成的企业披露文件，究竟能否获得投资者信任？表象越光鲜，隐患越难察觉