人工智能

每周AI论文速递（251201-251205）从代码基础模型到智能体与应用：代码智能实用指南大语言模型 (LLMs) 从根本上改变了自动化软件开发，实现了将自然语言描述直接转换为功能代码，并通过诸如 GitHub Copilot (Microsoft)、Cursor (Anysphere)、Trae (ByteDance) 和 Claude Code (Anthropic) 等工具推动了商业应用。该领域已从基于规则的系统演进为基于 Transformer 的架构，在 HumanEval 等基准测试上的性能从个位数成功率提升至超过 95%。在本工作中，

北京耐用通信

电磁阀通讯频频“掉链”？耐达讯自动化Ethernet/IP转DeviceNet救场全行业！在汽车制造的焊接工位、化工生产的流体管路、电子装配的精准供料线中，电磁阀作为“工业控制关节”，其与控制系统的通讯稳定性直接决定生产线生死。然而，Ethernet/IP控制器与DeviceNet电磁阀的协议壁垒，常导致指令延迟、信号中断，甚至引发设备误动作——某汽车零部件厂曾因通讯故障，电磁阀误触发导致日损失超5万元。耐达讯自动化Ethernet/IP转DeviceNet协议转换器的出现，彻底破解这一行业顽疾。

小智 AI 智能音箱深度体验全解析：人设、音色、记忆与多场景玩法的全面指南近年来，智能音箱从最初的语音助手逐渐迈向“情感化 AI 伙伴”阶段。用户不再满足于简单的问答或音乐播放，而是希望获得一个能懂自己、陪伴自己、具备情绪与性格的智能体。在这样的背景下，小智 AI 智能音箱以高度可定制的人设系统、灵活可变的音色、多场景可适配的行为逻辑、可拓展的 GitHub 插件生态等特性迅速脱颖而出。

AI 虚拟试穿实战，如何低成本生成模特上身图做服装电商的朋友大概率都有过这种场景：一批新款刚到货，平铺图和细节图都拍好了，放到详情页里却总觉得差点意思。没有上身效果，买家很难想象自己穿上去是什么样子。

中国移联元宇宙与人工智能产业委联席秘书长叶毓睿受邀到北京联合大学做大模型智能体现状与趋势专题报告11月29日上午，北京联合大学举办大模型智能体现状与趋势专题讲座，特邀中国移动通信联合会元宇宙与人工智能产业委员会联席秘书长、国家元宇宙标准化工作组成员、人社部AIGC认证师资叶毓睿研究员来校作学术报告。机器人学院、智慧城市学院、师范学院、生化学院等多个学院师生百余人参加了本次讲座。

人工智能培训

卷积神经网络（CNN）详细介绍及其原理详解（2）卷积神经网络（CNN）详细介绍及其原理详解（2）四、池化层五、全连接层六、输出层#人工智能#具身智能#VLA#大模型#AI#LLM#Transformer 架构#AI技术前沿#Agent大模型#工信部证书#人工智能证书#职业证书

目标检测模型量化加速在 openEuler 上的实现知识蒸馏是一种让小模型向大模型“学习”的方法，这样小模型也能有不错的表现，同时更轻量、跑得更快。今天，我会在 openEuler 上演示怎么做知识蒸馏，包括搭建教师模型和学生模型、训练过程以及效果展示，让大家直观看到精度和速度的提升。

杨建允：企业应对AI搜索趋势的实操策略企业应对AI搜索趋势的实操策略↵ 1.· 内容策略：从"自说自话"到"问题导向"。↵ 内容"问题导向"：直击用户痛点，内容必须直接解决用户问题。↵ 关键词"场景化"：使用"场景化关键词"，如"加班零食推荐"而非简单"零食"。↵ 构建知识图谱：将产品优势拆解为多模态信息单元（图文、视频、数据图表）。↵ 2.· 技术策略：从"被动收录"到"内容植入"。↵ 智能语义分析：基于Transformer架构，精准解析用户搜索意图。↵ 动态内容生成：结合GPT-4多模态技术，生成适配AI算法的问答内容。↵ 知识图谱构建

【人工智能】【深度学习】 ⑦ 从零开始AI学习路径：从Python到大模型的实战指南【写在前面】作为一个在AI领域摸爬滚打十年的老码农，我见过太多人想学AI却无从下手。不是因为技术太难，而是因为没有一条清晰、可执行的学习路径。

关于前馈神经网络1）输入层（Input Layer）：接收外部输入信号。 2）隐藏层（Hidden Layer）：对输入信号进行处理和特征提取，可以有多个隐藏层。 3）输出层（Output Layer）：产生最终的输出结果。

从0到1打造专属数字人：魔珐星云SDK接入实战演示最近，魔珐科技发布了全球首个具有 3D 数字人开放平台——魔珐星云，将 AI 从对话框交互模式升级为能说会动的自然交互形态，让大模型突破文字交互限制，实现语音，表情，动作的自然表达

roman_日积跬步-终至千里

【模式识别与机器学习】机器学习练习题集 - 答案与解析📝 使用说明：1. ⭐ 答案：B解析：模式是区别事物的时空特征组合，用向量表示。模式不是事物本身，而是从事物获得的信息。选项A、C、D都不准确。

爱思德学术

中国计算机学会（CCF）推荐学术会议-C（人工智能）：KSEM 2026KSEM 2026The 19th International Conference on Knowledge Science, Engineering and Management (KSEM 2026) will be held in Beijing on July 17-19th, 2026.

英伟达 AI 芯片：架构演进与智能时代的算力基石目录前言：从图形渲染到 AI 引擎的蜕变一、架构演进：五代核心技术的迭代之路1.1 架构转型三阶段1.2 关键架构技术解析

从单一算力到融合基础设施：中国电子云重构AI时代算力版图作为北京市最大规模的智算中心，北京亦庄人工智能公共算力平台在持续扩容，致力于为全市人工智能产业集群提供更多普惠算力。“我们通过人工智能基础设施，协助其部署了3000P的算力。有的企业需求比较大，需要几千P；有的企业需求相对小一点，需要几十P。我们通过灵活调度这些算力，协助AI企业支撑其人工智能研发和大模型训练等。”中国电子首席科学家、中国电子云总工程师朱国平介绍说。

用户体验与商业化的两难：Chatbots的广告承载困境分析在人工智能技术迅猛发展的当下，聊天机器人（Chatbots）已成为连接用户与数字服务的重要桥梁。然而，当企业试图通过植入广告实现商业化变现时，却陷入了用户体验与商业利益的激烈冲突中。这场困境不仅关乎技术逻辑的适配性，更折射出人类决策外包时代广告经济的根本性变革。

深度学习与机器学习的3个关键区别在人工智能的浪潮中，“机器学习” 和 “深度学习” 是两个高频出现却常被混淆的概念。很多人误以为深度学习是机器学习的 “升级版”，但实际上二者在技术逻辑、适用场景和核心能力上存在本质区别。今天我们就从特征工程、模型结构、数据依赖三个核心维度，拆解它们的关键差异，帮你快速理清 AI 技术的底层逻辑。

告别“接口地狱”，MCP 协议如何让 AI Agent 像乐高一样即插即用？最近半年，AI Agent 的概念火得一塌糊涂。从业内大厂到创业新贵，大家都在埋头搞自己的智能体，仿佛谁不聊 Agent 谁就落伍了。

火山引擎开发者社区

DeepSeek-V3.2正式登陆火山方舟12月1日，DeepSeek-V3.2 正式版发布。该模型具备出色的推理能力，在公开的推理类 Benchmark 测试中，达到了 GPT-5 的水平。此外，DeepSeek-V3.2 首次将思考融入工具使用，并同时支持思考模式与非思考模式的工具调用。

RPA 机器人就找八爪鱼

RPA 赋能银行数字化转型：四大核心应用场景深度解析在金融科技浪潮的推动下，机器人流程自动化（RPA）已成为银行数字化转型的核心工具之一。作为一种能够模拟人类操作逻辑、自动执行重复性、规律性任务的技术，RPA 凭借其高效、精准、低成本的优势，在银行运营的多个关键领域实现深度渗透，为银行提质增效、优化服务、防控风险提供了强大支撑。以下将详细拆解 RPA 在银行场景中的四大核心应用方向。