搜索："开源"

AI落地实战：效率飙升300%

本文梳理了AI在医疗影像、智能制造、金融风控、智慧农业、教育科技、公共安全等领域的落地案例，展现其从技术验证到规模部署的转变。核心共识包括：重视数据质量而非规模、模型需本地化微调、组织变革是关键瓶颈。AI正从单一场景向跨场景协同、从感知智能向决策智能跃迁，企业应聚焦真实痛点，将AI视为系统工程长期投入。

AI算力竞赛白热化，巨头激

2025年，全球AI算力竞赛白热化：英伟达新GPU订单排至2026年，云巨头自研芯片出货量暴增超200%。算力需求达2023年8倍，推理侧占比首超训练。摩尔定律放缓与封装产能短缺催生Chiplet、存算一体等新架构。云厂商加速“去英伟达化”，同时绿电、液冷及核能成隐性竞争焦点。地缘政治加剧算力脱钩，中国国产芯片生态加速...

2025年3-4月AI行业月报摘要：大模型推理能力显著提升（GPT-5、Gemini 2.5、Kimi 3.0），多模态迈向行动干预（AnyMAL 2.0、Figure机器人），开源生态博弈加剧（Mixtral逼近GPT-4、许可争议），全球AI监管进入立法阶段（欧盟AI Act、美国权利法案、中国管理办法）。技术架构...

AI破晓：全新大模型颠覆认知，性能飙升！

2024下半年，多模态大模型向“世界模型”进化，GPT-4o、Gemini 2.0等实现语音、视觉、文本融合，理解空间与因果。端侧AI突破功耗限制，Llama 3.2、Qwen2.5-Coder等实现设备端高效运行，催生离线智能与隐私保护新范式。AI Agent从工具调用转向自主规划，AutoGen v2.0、Agen...

2024年上半年全球AI融资突破450亿美元，同比增长超40%，资金加速向头部独角兽集中。基础大模型赛道成本高昂，垂直模型和开源阵营获得青睐；AI原生应用进入商业化验证期，AI基础设施成为“卖铲子”新增长极。美国领跑，中国、欧洲、中东加速追赶。投资逻辑趋于理性，更关注技术壁垒和商业模式可持续性。

扣子智能体：一键

扣子智能体是字节跳动推出的低代码/无代码AI应用开发平台，让用户无需编程即可通过拖拽配置，结合大模型、插件、知识库和工作流快速构建智能体。其核心功能包括技能配置、知识库管理和可视化工作流编排，支持一键发布到Web、飞书等多渠道，并实现多智能体协作。广泛应用于个人助手、企业客服、内容创作、教育等领域，背靠字节生态，易用性...

认识OpenClaw：一个面向边缘AI的轻量级推理框架

OpenClaw是一个基于C++的开源推理框架，专为边缘AI设计，解决模型体积大、硬件适配难、推理延迟高等痛点。它支持在ARM、x86低功耗设备及GPU上高效运行ONNX、TFLite等模型，核心特性包括算子融合、内存复用与异步流水线调度。本文详细演示在Ubuntu 20.04上安装OpenClaw 2.1.0版，涵盖...

零基础也能上手！AI智能体搭建全攻略

本文系统讲解AI Agent从概念到实战的搭建流程，涵盖六个核心步骤：界定能力边界、选型框架与模型（如LangChain+GPT-4）、设计工具生态、构建记忆与规划、实现反馈循环与自我修正，以及部署监控与安全实践。强调Agent通过感知、推理、执行三组件实现多步自主任务，并提供从原型到智能体的进化路径。

了解OpenClaw：一个用于AI模型高效部署的开源工具

OpenClaw是一个轻量级开源框架，通过统一算子抽象层解决AI模型部署中的硬件适配复杂、推理延迟高和内存占用大等问题。它支持CPU/GPU/NPU等多种后端，并提供量化、图优化等功能。本文介绍了三种安装方法：pip快速安装（推荐新手）、源码编译（适合定制化需求）和Docker一键部署（适合团队协作）。安装后可通过简单...

认识 OpenClaw：面向边缘AI的轻量级推理框架

OpenClaw 是一款面向边缘 AI 的轻量级开源推理框架，专注于低延迟、高能效，适合树莓派、Jetson Nano 等设备。本文详细介绍了在 Ubuntu 22.04 x86_64 上从源码安装的完整流程：环境依赖（GCC、OpenBLAS、OpenCV 等）、CMake 配置、编译安装、环境变量设置及运行 cte...

三步搭建AI智能体，零门槛入门！

本文系统梳理了AI Agent的核心概念与搭建全流程：从感知-规划-行动架构出发，明确需求定义，选择LangChain等框架，构建标准化工具集与分层记忆机制，采用ReAct或Plan & Execute循环策略，并注重测试与安全优化。未来将向多Agent协作与具身智能演进。掌握Agent搭建范式是AI工程的关键能力。

OpenClaw：开源强化学习框架的安装与配置指南

OpenClaw是一个轻量级、模块化的开源强化学习框架，适用于机器人控制、游戏智能等领域。本文详细讲解了其安装与配置流程，包括系统要求（Ubuntu 20.04+、Python 3.8–3.10）、核心库安装（通过PyPI）、MuJoCo物理引擎配置、验证测试及常见问题解决（如GLIBC版本、PyTorch-CUDA匹...