AI教育产品崛起：8家教育科技企业跻身全球AI产品访问量前百
据非凡产研最新数据显示，全球AI WEB产品月度访问量Top100榜单中，共有8家教育科技企业成功上榜。趋势一：从作业助手升级为思维训练伙伴Studdy AI（环比增长85%）和Class Companion的崛起极具代表性。教育应用已不再局限于简单的拍照搜题，而是转向分步引导和启发式对话辅导。【深度解读】过去家长担忧AI会让孩子变得依赖，但现在领先的教育AI工具（如Class Companion的AI导师Ditto）在学生解题时只提供思路引导而非直接给答案。这表明教育界已开始将AI深度融入教学过程，“借
AI时代的人类认知：理解力才是驾驭AI的入场券
看到一句话发人深省，于是让AI来分析其中的观点。如果对某事只了解个皮毛或一无所知，那么根本无法用AI做任何深度研究。AI能加深、拓展理解，但不能替代理解。如果对问题的结构、边界和关键矛盾没有认知，就好比不知道一个刀的哪部分是刀柄——事实上你就没法用这个刀。AI回答如下：这句话精准地击中了当前AI时代的一个核心痛点：对“AI万能论”的祛魅，以及对“人类认知主权”的捍卫。它揭示了人与AI在知识生产中的本质关系——AI是放大器，而非发生器；是乘数，而非被乘数。如果人类自身的认知是0，那么0乘以任何强大的AI，结
伴鱼袁志强：未来三年教育AI核心变量在政策
新浪科技讯 5月22日下午消息，日前，在上海AI创新峰会上，伴鱼AI产品负责人袁志强指出，“许多标榜的个性化学习，实际上只是从同一题库中筛选几道题，属于批量分发，并非真正定制。” 据悉，伴鱼作为一家拥有十余年历史的教育科技企业，累计注册用户已突破1亿，业务覆盖全球20多个国家和地区，并连续入选全球及中国独角兽榜单。袁志强首次系统公开了公司内部多年运行的教育 AI Harness，即专为学习场景打造的智能体运行基础平台。 袁志强表示，教育 AI Harness 底层连接知识图谱、学生画像与学习数据，上层融合
光伏行业专利纠纷现重大进展：First Solar关键电池技术专利在中国遭无效宣告
5月22日获悉，业内消息指出，光伏领军企业晶科能源针对西半球最大光伏制造商First Solar旗下子公司Tetrasun提出的专利无效宣告请求，近日获国家知识产权局裁决为"专利权全部无效"。国家知识产权局作出裁定，专利权人泰特拉桑有限公司（Tetrasun）所拥有的、名为"高效率太阳能电池结构及制造方法"的201080027881.6号发明专利权被判定全部无效，理由是该专利不具备专利法所要求的新颖性和创造性。"这一裁决对国内光伏企业意义重大，"知情人士透露，该专利实为First Solar美国专利US9
AI多智能体协作架构选择指南
90%的企业在实施AI智能体时，第一步就选错了协作架构，导致投入大量资源却效率低下的问题。许多团队在选择架构时，往往只关注听起来是否先进，而忽略了与业务场景的适配性，最终导致系统响应缓慢或错误频发。全球领先的模型厂商Anthropic分享了经过生产验证的五种多智能体协作模式，明确了在何时应更换架构。选择正确的协作模式能显著提高多智能体的效率，甚至能实现单智能体效率的三倍以上提升。在质量敏感场景中，如销售话术合规审核、客服回复校验、合同条款检查等，一个智能体生成内容，另一个按标准卡关，出错率可降低70%。在
AI赋能专业课学习新路径
AI赋能专业课学习的新路径为进一步拓宽学生专业学习视野，助力学子掌握新型学习方法、提升专业学习效率与人机协作能力，2026年5月20日，信息工程学院在2号教学楼2204开展“AI助力专业课学习的探索”博雅讲座。本次讲座由郭兴凯副教授主讲，2025级计算机应用技术专业学生到场学习。讲座伊始，郭兴凯副教授以AI赋能专业学习为核心主线展开深度分享，他围绕应用价值、核心场景、现存挑战与未来发展四大核心维度，全面地剖析了人工智能技术对计算机专业学习模式与学习生态的重塑变革。他指出，人工智能不再只是专业学习的知识目标
数十亿资金涌入!春节AI红包争夺战背后:品牌如何抢占生成式流量新赛道
谁也不曾料到，2026年农历新年的首轮狂欢，竟被国内互联网巨头们的"人工智能应用激战"所点燃！2月1日凌晨，腾讯旗下AI产品"元宝"率先出击，10亿现金红包活动正式启动，瞬间引爆全网！仅仅一晚，16张万元小马卡便花落幸运儿，各类"红包攻略"在社交平台疯传，就连马化腾都公开表示，期待重现多年前微信红包掀起的全民热潮。腾讯元宝10亿现金红包活动截图腾讯元宝的红包攻势尚未平息，阿里便强势出招！2月2日，阿里旗下AI"千问"火速宣布，将豪掷30亿启动
钛镀魔方荣获全球AI商业创新标杆奖
4月18日，由非凡资本主办的“2025年度生成式AI商业高峰论坛”在上海漕河泾万丽酒店成功举办。本次大会吸引了78位行业专家、240位AI创业者及219位投资人的参与，共同探讨生成式AI在商业领域的变革力量。钛镁AI推出的营销智能体「钛镀魔方」首次亮相“非凡大赏”，并成功获得第六届「非凡奖Awards」全球AI商业创新标杆奖项的提名，最终赢得「最佳数字营销Agent」荣誉。该奖项是中国首个专注于AI商业实践的权威评选，旨在表彰在全球数字化转型中表现卓越的企业和创新案例。此次评选重点关注智能体的商业化落地、
企业AI智能体能否成功落地，关键在于这五个核心问题
企业在部署智能体时，常见的开场问题包括：采用哪个大模型？ 是否需要集成知识库？ 智能体平台如何选型？ 能否与现有系统对接？ 是否需要多智能体协作？这些问题确实值得探讨。但若仅从这些技术选型问题起步，项目很容易偏离轨道。因为企业真正追求的，并非一个"看起来很智能"的功能，也不是能对话、能创作、能展示的界面。企业真正关心的是：这个智能体能否真正嵌入业务？ 能否融入工作流程？ 能否稳定运转？ 能否切实达成业务目标？这才是企业AI智能体与通用AI工具的本质差异。通用AI工具可以只看功能表现。 企业级智能体则必须关
金融AI落地新突破：深涌与整数共建评测体系
当前金融大模型及智能投研技术迅速发展，高质量数据已成为推动金融AI进步的关键基础。近日，深涌智能与整数智能信息技术（杭州）有限责任公司宣布达成战略合作。双方将整合在金融AI落地方面的技术积累与全球数据工程能力，共同制定行业评测标准，构建多维度、多模态的标准化金融数据资产体系，并开发面向金融AI的专属评测基准。通过为金融机构、AI科技企业及量化团队提供高可用的数据产品和技术支持，提升金融AI的应用效率，加快金融数据要素的商业化进程。六大共建方向构建标准引领、数据支撑、模型驱动的金融AI基础设施此次合作将以行
AI蒸馏技术的法律风险与合规路径探析
中国民商法律网本文原载于《上海法治报》2026年5月20日。【作者简介】张凌寒，中国政法大学人工智能法研究院院长、教授、博士生导师。“AI蒸馏”是指算法通过抓取文本档案、工作汇报、业务流程、社交对话等多元原始信息，深度提取劳动者的思维逻辑、表达风格、价值取向与行为习惯，将碎片化的个人信息整合、解析、重构，转化为AI可识别、可调用的参数模型与运行指令，最终复刻出贴合真人特质的专属智能模块，实现个体行为模式的数字化复刻与循环复用。虽然“AI蒸馏”未必直接涉及肖像、声音等显性生物识别信息，但却可能涉及侵犯个人信
AI软件开发落地：企业缺的不是工具，而是业务流程闭环
这两年，不少企业都在琢磨同一个难题：“咱们公司要不要开发个AI系统？”这想法本身没错。不过，在交流过程中，我发现很多公司对“AI+软件开发”的认知，还停留在表面层次。比如：做个智能客服； 搞个AI问答机器人； 对接大模型接口； 让员工上传资料自动产出内容； 在旧系统里加个AI助手。这些需求虽然都能实现，但若只满足于“增加一个AI功能”，最终很容易沦为一种看似炫酷却无法落地的摆设。真正具备价值的AI+软件开发，应当是将AI深度融入企业的业务运作流程之中。一、企业急需的并非AI工具，而是AI化的业务流程许多公
AI驱动|零代码打造智能小程序
无需程序员参与，不编写任何代码，仅通过AI技术，从无到有构建一个可运行的流程小程序。我希望一万名用户亲身体验，见证一个"完全由AI生成的小程序"是否真正实用。这背后的意义远超"我开发了一个小程序"。真正重要的是：一个熟悉业务的人，正获得以往只有整个开发团队才具备的产品实现能力。如果我能清晰表达业务需求，AI能否直接生成产品？现在的答案是：完全可行，而且速度比大多数人想象的更快。未来众多小程序、后台系统、工具和行业平台，可能不再是"先找开发人员"，而是"先让AI生成可用原型"。数字人工作台、AI创作中心、智
AI 浪潮下普通人逆袭的十大掘金赛道，把握机遇赢取百万财富
1、构建面向 C 端用户的 AI 社群、组织线下聚会及打造第三空间，精准切入大众链接行业大咖的渴望以及对 AI 技术的焦虑心理2、提供面向 B 端企业的 AI 解决方案，涵盖 AI Agent 部署与中转服务等，紧抓企业担忧错过 AI 转型风口的紧迫感3、利用 AI 信息差进行套利，最佳路径是运营垂直账号，赌的是不同 AI 模型间至少半年的认知与技术时差4、践行“卖铲子”策略，核心在于知识付费，瞄准大众对 AI 的焦虑情绪，参考 B 站大 V 通过 vibe coding 课程年入百万的案例5、深耕 AI
AI融入数据团队：协作挑战先于效率提升
过去一年，很多团队都在讨论 AI 怎么进入数据工作。有人用它写 SQL，有人用它解释报表，有人让它生成指标口径说明，有人试着把数据查询、分析摘要、异常归因连成 Agent 工作流。演示时效果经常不错：输入一句自然语言，模型给出查询；上传一份数据，模型生成洞察；接入元数据，模型还能解释字段。但真正放进团队之后，第一批被放大的，往往不是效率，而是协作问题。这听起来有点反直觉。AI 不是来提高效率的吗？为什么先看到的是协作问题？因为数据团队里的很多低效，本来就不是工具慢造成的。它们来自需求没说清楚，指标口径不统