2022年底，ChatGPT的横空出世让千行百业看到通用人工智能的拐点。随后，GPT-4系列在高质量文本生成、推理分析方面表现出卓越能力，LLaMA拓展广泛应用生态，Sora视频生成惊艳亮相，通用大模型 、尤其是 Transformer 架构能力的快速提升给大家不断带来惊喜。 然而尽管通用大模型能力出色且进步飞快，但在面对特定行业或领域的问题时，仍存在相当的局限性。在AGI（通用人工智能）目标实现之前，我们仍需探讨大模型近期的行业应用模式问题。构建行业大模型、领域大模型是现实的选择。如果说通用大模型是完成了通识教育的高中生，我们希望让它再学习一些特定领域的知识和技能，成为该领域的本科生甚至研究生，为解决领域问题提供更加专业的精准的帮助。面向城市，我们甚至希望，发挥机器比人脑碾压级的存储与计算优势，解决那些人脑无法解决的复杂系统问题。通过构建城市大模型，也许能帮助我们解决城市问题、助力城市发展、辅助规划决策、提升治理效能。
增长分析（DataFinder）是火山引擎旗下的一站式用户分析与运营平台，为企业提供数字化消费者行为分析洞见，优化数字化触点、用户体验，支撑精细化用户运营，发现业务的关键增长点，提升企业效益。 VisActor是字节跳动开源的面向叙事的智能可视化解决方案,由 VChart、VTable、VGrammar、VMind、VRender等多个组件组成。本文将为大家一文详解DataFinder的可视化升级实践，呈现DataFinder 将原有图表升级到 VChart 的思考及过程。
日新月异的商业发展过程中，有效的市场营销至关重要。为用户提供高质量的平台服务、提升广告效率和精准度，是各营销平台的“头等大事”，也对平台底层的研发工作提出了更多挑战。如何快速实现产品迭代以持续满足用户需求？研发效能非常关键。进入大模型时代，这一难题有了新解法。
Babel是一个比较庞大的项目，其子工程就有至少140个(如 babel/plugins/presets/lerna/babel-loader等)，产出的子工具已经是前端开发的基础设施，对开发效率、代码质量等有非常高的要求。 在本文中，我们将了解Babel是怎样进行项目管理的。
【1】GPT-4o对话丝滑如真人引爆全网 【2】微软GroupMe聊天应用焕新 【3】Flowith提供了一种很新的聊天方式 【4】神秘大模型一夜刷屏 【5】Vidu横空出世，文生视频对标Sora 【6】Sora进步惊人，但仍需大量人工 【7】OpenAI推出AI图片检测工具 【8】Remini靠黏土滤镜爆火 【9】抖音上线“星绘”APP 【10】Meta开放Quest操作系统
在DevOps实践中，制品管理是一个重要的组成部分，它可以帮助团队快速交付高质量、高可靠性的软件，本文将介绍在 DevOps 领域，vivo CICD是如何进行管理制品，阐述了 CICD 制品管理的演进过程与落地实践，希望能为读者提供一些实践经验和思路。
智能体是一种通用问题解决器，从软件工程的角度看来，智能体是一种基于大语言模型的，具备规划思考能力、记忆能力、使用工具函数的能力，能自主完成给定任务的计算机程序。 大模型拥有接受输入，分析推理，继而输出的能力。但其无法像人脑一样，具备规划思考能力、记忆能力、工具使用能力。这极大地限制了大模型的应用落地——有脑子，但不多。 随着 AI 技术的迅猛迭代，智能体技术也迎来了突破的契机，成为了补上大模型最后一块短板的关键技术。AI 从概念走向规模化落地，会不会就出现在智能体方向上？
