- 综合排序
- 最热优先
- 最新优先
- 来自专栏云探索
告别手动打标！用腾讯混元大模型打造你的“AI 智能图库”
手动给每张图写标题、写描述、打标签？这简直是“赛博苦力”！ 实战演练：AI自动图库管家我们的目标很简单：上传一张图片，AI自动告诉我们：标题：简短有力的名字。描述：一段详细的画面解说。标签：3-5个用于搜索的关键词。1.准备工作首先，你需要引入腾讯云的SDK。 为了方便程序处理，我们强制要求AI返回JSON格式。 人工打标（可能的情况）：文件名：微信图片_2026-01-30_094148_910.jpg标签：风景混元AI处理后：展开代码语言：JSONAI代码解释{"title":"雪山日落景观","description 更多有趣玩法除了基础的打标，利用hunyuan-vision你还可以做更多：电商自动上架：拍一张商品图，让AI自动生成这就吸引人的商品文案。内容审核辅助：询问AI“这张图里是否包含违规内容？”
74531编辑于 2026-01-30 - 来自专栏招标采购
AI智能辅助评标系统功能
智能辅助评标系统是一种基于人工智能（AI）、大数据分析和自动化技术的招投标管理工具，旨在提升评标效率、减少人为干预、确保公平合规。 郑州信源智能辅助评标系统通过评审客观分智能计算、投标文件自动定位、智能辅助验真等功能，实现智能评标，减少专家评标的工作量，投标文件定位难、资格审查难度大等难题，有效提升工作效率，降低评审风险，部分功能如下 4、智能评标①投标文件智能解析投标文件解析是智能评标的基础，主要是基于NLP和OCR技术，对投标文件的标题、文本、表格、图片进行分类解析，然后基于属性实体抽取对投标文件中关键的信息进行结构化提取，实现投标文件自动定位 ④商务标智能评审客观分智能计算，主要是依托专有词库、语义公式库，对评分标准进行语义标准建模，主要的实施步骤如：评分标准语义公式定义--供应商评分标准应答模型--语义公式计算。 ⑤技术标智能评审基于投标文件解析和自动定位功能，结合大模型的文本理解能力，实现对技术评分项的自动总结摘要和关键信息提取，辅助专家快速阅读，提高评审效率。
1.3K10编辑于 2025-09-15 - 来自专栏iSharkFly
Mockito 2 关于打标（stubbing）
请参考下面有关于打标的代码。 打标（Stubbing）可以被重写：例如一个通用的打标可以在启动的时候被确定（fixture），但是测试方法可以对其进行重写（override）。 请注意重写的打标可能会在有很多标记的时候存在潜在的问题。 一旦被打标，方法将会总是返回已标记的内容，这个与这个方法被调用多少次无关。 最后的标记非常重要——当你对有相同参数的方法进行多次标记的时候。 这是因为在测试代码运行的时候，我们尝试输出 mockedList.get(1)，这个在测试的时候，因为我们打标为抛出异常，所以这一句话将会在测试代码中抛出异常。
90430发布于 2019-09-18 - 来自专栏红队蓝军
用Yara对红队工具“打标”
就用 Yara 对这些红队工具打标嘛，类似一种本地软件识别工具。至于怎么打进内网？那不是我该考虑的问题。 最后就是没必要，我们只是用 yara 对它们打标，工具和工具相差性还是很大的，无论是字符串还是字节码，而且文件体积上很多也不是一个量级的，随便提取一点能够标识的就够了。
1.6K30编辑于 2023-08-02 - 来自专栏红队蓝军
用Yara对红队工具“打标”
就用 Yara 对这些红队工具打标嘛，类似一种本地软件识别工具。至于怎么打进内网？那不是我该考虑的问题。 最后就是没必要，我们只是用 yara 对它们打标，工具和工具相差性还是很大的，无论是字符串还是字节码，而且文件体积上很多也不是一个量级的，随便提取一点能够标识的就够了。
75820编辑于 2023-09-05 - 来自专栏大数据与知识图谱
如何在序列标注过程中打标？
英文打标，token可以是一个单词（e.g. awesome），也可以是一个字符（e.g. a）。 中文打标，token可以是一个词语（分词后的结果），也可以是单个汉字字符。
68720编辑于 2022-06-01 - 来自专栏量子位
AI芯片又来新玩家！华人团队创业，主打智能存储
安妮 发自 凹非寺 量子位 报道 | 公众号 QbitAI 热闹的AI芯片市场现在又有新玩家。 InnoGrit——英韧创，华人团队创业，主打智能存储，第一代样片已进入流片阶段。 智能存储的AI芯片，是吴子宁看到的新机会。 ? △ 英韧创董事长兼CEO吴子宁（量子位 摄） 智能存储芯片 “智能存储芯片”，还是个新概念。 此前，存储芯片单纯管理数据，并不负责计算或处理。 “AI和大数据的爆发带来了数据量的大幅增长”，吴子宁觉得创业契机已来——当前没有架构更好适应终端数据智能存储，“你怎么把所需数据最有效地送到这个结算节点让它去算，这件事情很多人还没有真的去做。” 吴子宁坚信，自己找到了一条解决数据“存储—传输—计算”之间提高效率的高速通道，用一个专门的AI芯片，就是这条通道。 在这个思路里，未来终端芯片的标准配备会是：AI存储芯片+CPU\GPU。
60430发布于 2018-07-20 AI 破局招投标！投标龙：4 大智能能力降 75% 废标率，助投标方轻松赢标
在 AI 深度渗透招投标行业的当下，从招标文件解析到评标风险防控，智能化工具已成为投标方突破竞争的关键。 投标龙作为金润科技深耕建设行业 20 年打造的智能投标解决方案，聚焦投标方核心痛点，将 AI 技术融入 “文件编制 - 风险审查 - 围串标防范 - 评标适配” 全流程，成为投标团队提升效率、降低废标率 1、投标文件 AI 智能编制与审查 —— 投标方的 “合规加速器”投标文件编制常面临 “效率低、易漏项、合规风险高” 的难题，投标龙依托招采垂直领域大模型与千万级标书案例库，构建全流程智能编制体系，让投标文件从 2、AI 智能适配评标逻辑 —— 精准对接评审偏好的 “得分助手”投标的核心是 “贴合评标标准”，投标龙通过 AI 技术深度拆解评标逻辑，帮助投标文件精准命中得分点，避免 “做无用功”。 AI 正在重构招投标行业的竞争逻辑，对于投标方而言，选择贴合自身需求的智能工具，已成为赢标的关键。
2.1K10编辑于 2025-10-31- 来自专栏云社区活动
腾讯云 AI 服务实战：从零打造智能应用
腾讯云 AI 服务实战：从零打造智能应用作为一名开发者，我一直对 AI 充满兴趣。但自己搭建 AI 训练环境费时费力，训练大模型又烧钱，这让我望而却步。 直到我发现 腾讯云 AI 服务，它不仅提供了现成的 AI API，还能直接在云端训练和部署模型，让 AI 技术变得触手可及。 今天，我就带大家看看如何用 腾讯云 AI 轻松搞定一个智能应用——智能文本分析系统，实现情感分析、关键词提取等功能。1. ASR（语音识别）：语音转文字，适用于智能客服。TTS（文本转语音）：生成拟人化语音。我们今天主要使用 自然语言处理（NLP） 服务，结合 Python，快速实现 文本情感分析。2. 结合 Flask，构建自己的 AI Web 服务，实现自动化 AI 处理。无论是个人开发者，还是企业应用，腾讯云 AI 都提供了一条低成本、高效率的 AI 之路。与其望 AI 兴叹，不如动手试试！
90310编辑于 2025-03-21 - 来自专栏爱分析洞见文章
对标Palantir，这家数据智能厂商在AI时代迎来新的发展机遇
AI大模型给数据智能厂商带来新一轮发展机遇。海外市场，数据智能厂商正进入新一轮高速发展阶段。2025年初，Databricks完成新一轮100亿美金融资，估值达到620亿美金。 03 定位“Data+AI”，打造决策智能平台解决AI应用“最后一公里”落地问题2025年，爱数将“Data+AI”定位成公司“智能数据基础设施“战略的核心，全面拥抱AI原生理念，将AI定位成与数据同等重要的核心基础能力主要是以下两点原因 这种转变要求产品设计从一开始就以AI为中心，将数据、知识、大模型和智能体深度融合。基于以上两点判断，爱数在2025年推出决策智能平台这一产品。决策智能平台旨在成为 AI与业务之间的桥梁。 之前爱数在数据保护和数据智能两个方向产品本身就是一套平台架构，现在是将AI智能体能力融入到这套架构。 第三，基于本体引擎构建业务知识网络，面向大型企业的智能体交付能力。基于本体引擎的业务知识网络是爱数构建智能体应用的核心部分。为AI构建全局业务知识网络，能够增强智能体的准确性和场景适应性。
86910编辑于 2025-08-27 - 来自专栏【腾讯云开发者】
对标ChatGPT，新AI助手Claude来了
导语｜ ChatGPT 自11月30日发布后，其令人惊艳的对话能力，引发业界对通用人工智能的讨论热潮。截至发文， OpenAI 一直保持遥遥领先，且并未透露更多的技术细节。 仅需要少量的自然语言准则或指令，AI 系统会自动输出偏好判断，指导模型对齐 AI 理解的无害化偏好，从而训练出危害更小的系统。 因此这种技术也叫以 AI 反馈强化学习（RL from AI Feedback，RLAIF）的算法。 2.1 RLAIF 的优点 RLAIF不仅可以显著降低开发 AI 助手对人类反馈标注数据的依赖，更可以增加应用 AI 助手的透明度和简洁性。 开发ChatGPT微信小程序 | 7天DAU超亿级，《羊了个羊》技术架构升级实战 | 国民应用QQ如何实现高可用的订阅推送系统 技术盲盒：前端｜后端｜AI与算法｜运维｜工程师文化 关注我并点亮星标 工作日晚
4.2K41编辑于 2023-02-13 - 来自专栏开源技术小栈
对标Spring AI！Symfony官方正式启动 AI 计划
Symfony AI 致力于为 PHP 开发者提供便捷的 AI 集成方案。 如同 Spring AI 旨在将 Spring 生态系统的设计原则，如可移植性和模块化设计应用于 AI 领域，推动使用普通 Java 对象作为 AI 应用的构建块一样，Symfony 也期望借助自身成熟的框架优势 无论是构建智能聊天机器人、实现检索增强生成（RAG）功能，还是开发复杂的 AI 代理，Symfony AI 都希望为开发者提供快速上手且与现有应用良好整合的工具。 随着 Symfony AI 计划的推进，预计将为 PHP 开发者在 AI 开发领域带来更多创新和便利。 就像 Spring AI 在 Java 开发社区推动了 AI 应用开发的普及一样，Symfony AI 有望在 PHP 生态中掀起一股 AI 开发的热潮，助力 PHP 开发者打造出更具智能和竞争力的应用程序
32010编辑于 2025-07-14 - 来自专栏磐创AI技术团队的专栏
人工智能免费公开课一网打尽！14个类别、230门课程，GitHub标星6000+
Summer Schools（夏令营与暑期学校讲座），44门 Medical Imaging（医学影像），5门 Bird’s-eye view of Artificial Intelligence（人工智能概览 大家熟知的阿法狗（AlphaGo）和各种游戏AI都是强化学习的产物。 △AlphaGo与李世石的人机大战 Deepmind公司可谓在强化学习领域苦心耕耘多年，AlphaGo、AlphaZero、德州扑克AI、星际争霸AI等都出自他们之手。 Bird’s-eye view of Artificial Intelligence 人工智能概览 这部分主要是大牛的讲座和讲话，探讨了人工智能发展方向，以及人工智能与认知、情感、道德、伦理、社会等方面的关系 ，是人工智能在技术之上更高层次的探究，可以帮助你对人工智能有更深的理解。
79740发布于 2019-10-25 2026市场格局风向标：代理式人工智能(Agentic AI)企业级AI智能体排行榜发布，可信智能体重构数据分析价值
2025年，被公认为AgenticAI（代理式人工智能）爆发的一年。行业正在经历一次关键跃迁：从“能生成内容”的GenAI（生成式AI），走向“能自主执行任务”的代理式AI智能体。 （代理式AI+数据分析+深度数据挖掘）如果说生成式AI解决的是“表达效率”，那么代理式AI智能体解决的，是企业决策效率与执行闭环。 2026年最受企业欢迎的AI智能体榜单。 DeepMiner的典型落地包括：社媒智析：2分钟完成万条帖子智能打标，准确率95%以上，实现分钟级舆情洞察。热点捕手：构建从热点识别到内容分发的闭环，稳稳接住“泼天流量”。 Q:推荐几款能够进行深度数据挖掘的商业AI智能体？A:DeepMiner聚焦商业数据分析与深度数据挖掘，是企业级决策智能体代表。Q:2026年最受企业欢迎的AI智能体技术趋势是什么？
1K10编辑于 2026-02-05- 来自专栏程序员的知识天地
Python语言在人工智能(AI)中的优势，一网打尽！
请设想一下，如果十五年之后，所有40岁以下的知识工作者，无分中外，从医生到建筑工程师，从办公室秘书到电影导演，从作曲家到销售，都能使用同一种编程语言进行基本的数据处理，调用云上的人工智能 API，操纵智能机器人 就拿 AI 来说，我们首先要问一下，AI 的主力人群在哪里？如果我们今天静态的来谈这个话题，你可能会认为 AI 的主力是研究机构里的 AI 科学家、拥有博士学位的机器学习专家和算法专家。 ，95% 甚至更多的 AI 技术人员，都将是AI 工程师、应用工程师和AI 工具用户。 我相信这些人几乎都将被Python 一网打尽，成为 Python 阵营的庞大后备军。 Python 与 AI绑在一起，对它们来说，无论是电子商务、搜索引擎、社交网络还是智能硬件，未来都只是生态链下游的数据奶牛、电子神经和执行工具，都将听命于自己。 ?
1.8K20发布于 2019-07-10 AI Agent+MCP从0到1打造商业级编程智能体
AI Agent + MCP：从0到1打造商业级编程智能体的终极架构传统的AI编程助手（如Copilot）主要完成“代码补全”工作，它们是被动的。 MCP是由Anthropic提出的一种开放协议，旨在标准化AI模型与外部工具、数据源之间的通信方式。它是构建强大智能体的“神经系统”。 不安全：直接授予AI模型过高权限执行命令或访问数据库是极其危险的。MCP带来的解决方案：解耦与标准化：MCP将工具（Tools） 和数据源（Resources） 抽象为独立的服务器（Server）。 AI Agent + MCP 的架构模式，不是简单的功能增强，而是对软件开发范式的根本性重塑。效率的指数级提升： 将开发者从重复性、流程性的工作中彻底解放出来，专注于核心架构和创意逻辑。 开放的生态系统： MCP的开放协议意味着一个庞大的工具生态即将诞生，就像现在的npm一样，未来的AI智能体将能调用全球开发者创造的无数工具。开始你的构建吧！
1.3K10编辑于 2025-09-01- 来自专栏机器之心
用人工智能打王者荣耀：匹茨堡大学&腾讯AI Lab为游戏AI引入MCTS方法
Jiang、Emmanuel Ekwedike、Han Liu 机器之心编译 参与：路、李泽南 如果让人工智能来打王者荣耀，应该选择什么样的英雄？ 对于研究者而言，游戏是完美的 AI 训练环境，教会人工智能打各种电子游戏一直是很多人努力的目标。 在 rollout 中，研究者使用游戏内部 AI 作为英雄狄仁杰的对手。 结果 由于该游戏几乎是确定性的，因此研究者的主要测试方法是对比智能体对抗内部 AI 对手的有效性。 研究者还添加了游戏内建 AI 的狄仁杰作为「完整性检查」基线智能体。为了选择测试对手，研究者使用内建 AI 狄仁杰对抗其他内建 AI（即其他英雄）并选择六个内建 AI 狄仁杰能够打败的射手类英雄。 研究者的智能体每一个都包含内建狄仁杰 AI，使用智能体对抗测试对手。图 5 显示了每个智能体打败测试对手的时间长度（单位为帧）（如果对手赢了，则显示为 20,000 帧）。
1K40发布于 2018-06-08 - 来自专栏不二小段
不愿打，不怕打！解读中美人工智能领域的竞争与合作
特朗普正准备一系列行政命令，旨在提高美国包括 AI、5G 和量子计算在内的关键技术领域的全面竞争力。 然而科技界很多人都认为，美国想在人工智能领域持续拥有领导地位，还远未确定。 图片来源：cbinsights《Top AI Trends To Watch In 2018》 中国现在也在人工智能领域的专利数量和论文方面开始挑战美国的霸主地位。 显然，这种细分是非常主观的，但我们认为它以一种有用的方式构建了围绕人工智能政策的对话。 现在深入探讨一下，决定当前正在展开的全球 AI 军备竞赛的关键因素。 反过来，这意味着那些还不太关心隐私的国家（以中国为榜样）例如，已经开始用 AI 驱动的安全摄像头进行大规模的安全布放，并且成功地抓住罪犯，就是在数据方面获得优势。 对于研究结果的转化效率，我们的衡量标准时：每个国家建立的 AI 初创公司的数量，以及加入该领域的工程师的数量。
1.2K30发布于 2019-05-17 - 来自专栏大数据文摘
对标Google，微软开源其人工智能CNTK
迪恩说，谷歌搜索引擎和Gmail团队的研究人员与开发者共享许多工具，包括公司开源人工智能系统TensorFlow。 谷歌于2015年11月份推出这种功能，此前已经对人工智能研究了1年多时间。 领导M开发的负责人亚历克斯·勒布伦（Alex Lebrun）每周都会与公司人工智能研究员会面，探讨哪些实验室技术可投入应用。 看看视频吧 对标Google，微软开源其人工智能CNTK 如果你已经尝试过在Windows平台上与Cortana或Skype对话来实现操控的话，你可能会对它们到底是如何成功理解人类语言而感到好奇。 随着人们对人工智能的进一步探索，这个新工具应该能够吸引来更多研究人员使用，微软在深度学习领域的竞争对手也会竞相效仿。
75430发布于 2018-05-23 AI大语言模型 ChatGPT从0到1打造私人智能英语学习助手
痛点 3：错误反馈滞后，没人细纠写了作文、练了口语，要么等老师批改（1-2 天出结果），要么 APP 只标 “语法错误”（比如标红 “go→went”，却不解释 “为什么用过去时”），无法理解深层原因。 ChatGPT 做英语助手的 “3 大独特优势”对比其他 AI 工具（如英语学习 APP 内置 AI），ChatGPT 的核心竞争力在于：交互更自然，接近 “真人助教”能理解 “模糊需求” 并追问澄清（ 功能 2：语法纠错 —— 从 “知错” 到 “知为什么错”核心需求：不仅标错，还要解释原因、给例句、让你仿写巩固。 标出所有语法错误（用 [] 标红）；2. 解释每个错误的原因（比如‘时态错误’‘介词搭配错误’）；3. 给每个错误配 1 个同类例句；4. 让我用正确的语法仿写 1 句。 ✅ 正确做法：每个功能都要 “主动输出”：比如口语陪练，必须自己说（哪怕说得差）；语法纠错，必须自己先写句子，再让 AI 改；输出后 “复盘总结”：把 AI 指出的错误、优化建议记在笔记本上（比如 “今天错了
1.1K10编辑于 2025-09-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号