金融行业用好大模型，只有“垂直”一个解
在金融这一高合规、高复杂度的行业中，通用大模型难堪重任，垂直化成为刚需。通义点金通过“数据飞轮+行业Know-how”内化能力，打造涵盖合成、训练、评测、应用的一站式金融大模型工场，推动AI从工具迈向自主智能体（Agentic Model），实现精准、可解释、可持续迭代的业务赋能，引领金融AI进入深度垂直新阶段。
构建AI智能体：七十三、模型的成绩单：一文读懂损失函数，看懂AI如何学习
本文系统介绍了损失函数在机器学习中的核心作用。首先通过类比教学场景，阐释损失函数作为模型"导师"的重要性。随后详细解析了回归任务中的均方误差(MSE)和平均绝对误差(MAE)，通过房价预测案例展示了它们对误差的不同处理方式。在分类任务部分，重点讲解了二分类和多分类交叉熵损失函数，使用垃圾邮件识别和图像分类等实例，说明这些函数如何通过概率计算来评估预测准确性。文章通过可视化图表直观呈现了不同损失函数的特点，并强调损失函数作为模型优化的指南针，其设计直接影响学习效果。
基于深度学习的农业虫害自动识别系统：YOLOv8 的完整工程
本项目基于YOLOv8构建了覆盖102类害虫的智能识别系统，融合深度学习与PyQt5图形界面，支持图片、视频、摄像头等多源输入，实现虫害精准检测与实时可视化。具备高精度（mAP@0.5 > 90%）、易部署、操作友好等特点，适用于农田监测、温室预警等智慧农业场景，推动AI技术在农业领域的工程化落地。
基于计算机视觉的鸟类数量统计技术原理解析
在鸟类识别中，大规模、密集鸟群的准确计数极具挑战。传统检测方法（如YOLO）难以应对高密度场景，主流方案转向**目标检测跟踪**与**密度估计**两大路线。前者逐只识别追踪，适用于稀疏场景；后者通过点标注生成密度图，直接回归总数，更高效精准，适合万级鸟群统计。实际应用常结合两者，辅以多尺度拍摄与无人机巡航，实现“总数+物种+行为”综合监测。
MaaS市场全球领导者！阿里云5项能力获评最高评级
18日，Omdia发布《2025年全球企业级MaaS市场分析》报告，阿里云获评全球领导者，在基础模型、精调、Agent开发等5大维度获最高评级，为中国第一。报告指出，MaaS已进入2.0阶段，需提供全栈AI能力。阿里云凭借PAI-灵骏、百炼平台及Qwen系列大模型，成为领先“能力交付者”。其新技术Aegaeon降低GPU用量82%，通义千问研究获NeurIPS 2025最佳论文奖，显著提升模型效率。目前，阿里通义大模型服务超100万客户，覆盖国际奥委会、宝马、LV等知名机构。2025上半年，《财富》中国500强中7成已用GenAI，阿里云渗透率达53%，居首。
