AI Infra 核心竞争力何在？| 直播预告
随着模型能力的不断突破，AI基础设施的竞争格局正在被重塑。7月8日晚8点，来自vLLM、范式智能以及华为的技术大咖齐聚一堂，深入剖析推理工程的最新进展，共同展望AI基础设施的未来走向。7 月 8 日 20:00-21:30AI编程如此强大，为何企业开发效率仍未提升？主持人 & 嘉宾：黄之鹏，华为 AI 开源生态总监嘉宾：莫梓峰，Inferact vLLM committer杨守仁，范式智能（第四范式）系统研发专家聚焦 AI Infra 最前沿，开源项目一线核心贡献者同台对话拆解推理工程核心挑战，聊
AI智能体全套实战资料免费领
普通 ChatGPT 是你问一句、它答一句，被动等你指令；AI Agent是自带脑子、手脚、记忆，你只给一个最终目标，它自己拆分步骤、主动调用工具、全程自主把整件事做完。简单比喻：项目3️⃣：金融研报生成系统项目4️⃣：Agent Skills智能体技能工程实战项目5️⃣：多模态内容理解与检索项目6️⃣：Agent(智能体)构建与应用实战项目7️⃣：基于大模型的RAG问答实战进阶项目8️⃣：Agent与自动化工作流项目9️⃣：ChatBI智能分析与可视化项目🔟：PDF智能公式与计算这套资料在某电商平台上原
AI发展全景：从大模型到多模态的机遇与挑战
摘要：本报告系统回顾1950年以来人工智能70年演进历程，划分符号主义、神经网络、深度学习大模型三大发展阶段，分析两次AI寒冬的根源。深入解读图灵测试、达特茅斯会议、深蓝、AlexNet、AlphaGo、Transformer、ChatGPT等十大关键节点，剖析算力、数据、算法三大核心驱动力。涵盖NLP、计算机视觉、机器人等主要分支，对比BERT与GPT的开源与闭源路径，梳理国内外主流大模型布局。聚焦医疗、金融、自动驾驶、内容创作等六大落地场景，深入探讨幻觉、可解释性、算力成本、AI治理等核心难题，展望A
AI驱动精准营养：从数据到个性化干预
精准营养的核心在于整合大规模生物样本与队列的多模态数据，实现个体化健康干预。人工智能与机器学习为处理复杂数据提供了新工具，但仍面临数据质量、可解释性、验证及因果推断等挑战。本文系统梳理了当前精准营养领域中AI/ML的应用现状，深入探讨其与多组学及营养数据独特属性（如组成性、偶发性、上下文依赖性与易错性）的交互机制，并提出营养学专属的最佳实践，以推动稳健、可解释且临床可用的AI整合。饮食深刻影响认知、体能与社交健康。营养不良导致近5000万伤残调整生命年，占全球成人死亡的26%。在美国，三分之一的过早死亡与
智能体前沿论坛回顾：AI时代产业落地深度解析
2026年6月27日下午，CCF TF第180期「AI时代的智能体先锋论坛」在深圳龙华圆满落幕。本次盛会由多智能体算法与认知推理SIG主办、深城交科技集团支持，汇集5位产学界权威专家，从基础架构、跨境信息、工业制造、可靠AI、优质数据五大视角阐述实战策略，同时围绕「AI-Ready企业转型」展开圆桌讨论，打通智能体行业规模化应用的全链条路径。扫码观看回放当前大模型技术迅猛演进，AI 智能体正式从实验阶段迈向产业规模化落地的关键期。多 Agent 协作、工业实体智能、跨境信息传输、可信多模态框架、行业数据基
AI八十年：从梦想到日常工具
1956年，几位年轻学者在达特茅斯举办暑期研讨会，提出‘智能的每一层面都可被精确描述，进而由机器模拟’。会议虽无实质成果，却为之后七十年的人类技术理想定下基调。1943年，神经生理学家沃伦·麦卡洛克与数学家沃尔特·皮茨发表论文，用数学证明：由简单神经元组成的网络，理论上能计算任何可计算函数。这成为人工神经网络的理论起点。1950年，艾伦·图灵发表《计算机与智能》，未直接回答‘机器能否思考’，而是提出操作性标准：若机器在对话中令人类无法区分其为机器或人，则视为智能。这就是著名的图灵测试。1956年夏，约翰·
AI技术落地的五大升级方向：多模态流水线、成本可控、开源治理内嵌化
AI的发展已经走过"技术炫技"阶段，迈入"价值验证"深水期。2026年的核心议题不再是"模型能做什么"，而是"如何用得起、用得好、用得安全"。本文归纳五个关键的落地升级方向，每个方向都指向从"能跑"到"能战"的跨越。2026年，企业部署AI Agent最常听到的一句话是："首年预算大约48万。"但实际情况是，这笔预算的60%-80%消耗在了"无效Token"上——Agent在规划、反思、工具调用过程中产生大量冗余推理，一个简单的"查天气"任务消耗的Token可能是直接调用API的5倍。一个中等复杂度的企业
夏季AI研招宣讲|卢志武教授谈多模态推理与生成技术
“AI之夏”研招系列学术讲座第6讲：多模态推理与生成AI之夏研招讲座“AI之夏”研招系列学术讲座第6讲，由人大高瓴人工智能学院卢志武教授为大家宣讲。讲座信息讲座主题：多模态推理与生成活动时间：7月6日下午13:00-14:00直播地址：抖音号：dyjnmwmnh3bc或抖音关注 @中国人民大学高瓴人工智能学院打开抖音搜索页扫一扫👇嘉宾信息：卢志武，中国人民大学高瓴人工智能学院教授，博士生导师。2005年毕业于北京大学数学科学学院信息科学系，获理学硕士学位；2011年毕业于香港城市大学计算机系，获博士学位。
人工智能：悄然构筑你的日常基座
移动互联网初露锋芒之际，「扫码付款」「在线导航」尚属新潮概念，人们还会聚首探讨操作门道。如今呢？再也无需多言——它们早已如呼吸般自然，化作不言而喻的存在。当某种能力无需赘言便深入人心，它便真正实现了「原生」。AI 原生，正循着相似的轨迹演进。你或许已隐约觉察，某些改变正悄然酝酿，却道不明缘起何时——智能终端能捕捉语调、洞察心意；它的预判随你的习性而变；AI 不再止步于应答，更能代你发送邮件、查询气象、预约会议、撰写公文。这绝非零散的功能堆砌。其背后是一股更为宏阔的浪潮：AI 原生，正无声无息地浸润你的生活
AI赋能中医药：传统智慧的数字蜕变
中医药是中华民族数千年的健康智慧结晶，人工智能则是当代科技发展的前沿力量。近年来，二者深度融合已成为新趋势，既是中医药现代化的内在要求，也是技术落地的必然方向。政策层面，国家已形成系统性规划。2024年7月，国家中医药管理局与国家数据局联合发布《关于促进数字中医药发展的若干意见》，提出用3至5年构建‘数智中医药’全链条体系，推动AI在诊疗、药材溯源、人才培养等领域的应用。同年11月，多部门发布《卫生健康行业人工智能应用场景参考指引》，明确中医智能辅助诊疗、学术思想传承、科研辅助等11个AI应用场景。202
破解高校教学难题，多模态 AI 平台上线
📚 揭秘省级教育科学规划项目的核心内容！谁懂啊！AI 已从单模态迈向多模态，高校教学确实有些力不从心了😭尽管 AI 人才缺口巨大，但许多学校的实验平台仍停留在单模态，实训场景匮乏、产学研脱节… 这些痛点确实令人深思！这个省级项目完美阐述了破局之道👇✅ 直击痛点：填补高校多模态 AI 实验平台空白、提升多模态融合能力、增强核心技术自主化✅ 平台搭建：打造集数据采集、处理、计算、标注、分析为一体的多模态 AI 实验平台✅ 人才培养：探索多模态技术与课程体系的融合，对接产业实际场景，培育应用型 AI 人才✅ 实
机器人X｜AI迈向实体应用场景
本期新华网《机器人X》栏目，我们邀请到了智象未来联合创始人兼COO王科，解读MWC26上海人形机器人点球大战智能全息实时生成技术。HiDreamFans全息扇依托自研全模态大模型，实时AIGC生成赛事动态内容，落地AI软硬一体新形态。
深度解析：从2D视觉大模型向3D点云的迁移与融合
近年来，依托深度学习的人工智能在2D计算机视觉领域取得了巨大突破。图像分类、目标检测、语义分割等任务的准确率持续攀升，部分场景下甚至超越了人类水平。特别是以CLIP为代表的大规模视觉-语言预训练模型，展现出了卓越的泛化能力和开放词汇理解实力。然而，现实世界是立体的，而非二维平面。在自动驾驶、机器人导航、智慧城市、增强现实等应用场景中，系统不仅要“看见”物体，还需理解物体的三维空间位置、几何形状、尺度关系和可交互区域。3D点云作为一种直接的三维数据表达形式，能够精确记录物体的空间几何信息，因此备受瞩目。3D
AI赋能肝脏疾病诊疗的临床进展与前景
慢性肝脏疾病已成为全球性重大公共卫生挑战，其涵盖感染性与非感染性两大类别，具体包括慢性病毒性肝炎（如乙型、丙型肝炎）、代谢相关脂肪性肝病、酒精性肝病、血吸虫性肝病及自身免疫性肝病等。当前，我国仍面临沉重的病毒性肝炎疾病压力，据统计现有慢性乙肝患者超过8600万例，慢性丙肝患者约1000万例。随着公共卫生条件的改善和疫苗接种的推广，近20年来我国肝脏疾病谱发生了显著变化。病毒性肝病的发病率呈下降趋势，而以非酒精性脂肪性肝病（NAFLD）为代表的非病毒性肝病则日益增多，全国患病率高达29.2%。肝脏被称为"沉
OceanBase掌门人杨冰：AI浪潮催生基础软件重定义契机
日前，OceanBase首席执行官杨冰撰文《AI浪潮催生基础软件重定义契机》。文中强调，随着大模型功能日趋同质化，AI竞赛的重心已从“哪家模型更胜一筹”转向“谁能助力AI深度理解业务”，数据库因此被推向AI基础设施的关键地位。杨冰表示，AI数据库并非对旧有产品的细微改良，而是底层基础设施的彻底重塑——中国首次迎来从基础软件规范“跟跑者”跃升为“共创定义者”的机遇。完整内容如下：人工智能正重新塑造基础设施，数据底座作为AI新型架构的关键环节，其战略意义正逐渐被重视。当各家大模型的通用本领日益趋同，竞争的焦点