AI 助理
备案控制台

穿过生命散发芬芳_个人页

穿过生命散发芬芳
个人头像照片 个人头像照片 个人头像照片 个人头像照片
文章
409
问答
8479
视频
0

个人介绍

暂无个人介绍

擅长的技术

获得更多能力
通用技术能力：

暂时未有相关通用技术能力~

云产品技术能力：

阿里云技能认证

详细说明

暂无更多信息

2024年11月

  • 11.26 10:43:03
    回答了问题 2024-11-26 10:43:03

    AI生成海报or人工手绘，哪个更戳你？

    踩0 评论0
  • 11.25 21:53:58
    发表了文章 2024-11-25 21:53:58

    活动实践 | 基于函数计算部署GPT-Sovits模型实现语音生成

    通过阿里云函数计算部署GPT-Sovits模型，可快速实现个性化声音的文本转语音服务。仅需少量声音样本，即可生成高度仿真的语音。用户无需关注服务器维护与环境配置，享受按量付费及弹性伸缩的优势，轻松部署并体验高质量的语音合成服务。
  • 11.25 16:55:56
    发表了文章 2024-11-25 16:55:56

    活动实践 | 通过函数计算部署ComfyUI以实现一个AIGC图像生成系统

    ComfyUI是基于节点工作流稳定扩散算法的新一代WebUI，支持高质量图像生成。用户可通过阿里云函数计算快速部署ComfyUI应用模板，实现个性化定制与高效服务。首次生成图像因冷启动需稍长时间，之后将显著加速。此外，ComfyUI允许自定义模型和插件，满足多样化创作需求。
  • 11.25 11:08:39
    回答了问题 2024-11-25 11:08:39

    “AI +脱口秀”，笑点能靠算法去创造吗？

    踩0 评论0
  • 11.22 15:25:56
    发表了文章 2024-11-22 15:25:56

    场景实践 | 基于Flink+Hologres搭建GitHub实时数据分析

    基于Flink和Hologres构建的实时数仓方案在数据开发运维体验、成本与收益等方面均表现出色。同时，该产品还具有与其他产品联动组合的可能性，能够为企业提供更全面、更智能的数据处理和分析解决方案。
  • 11.21 22:11:26
    发表了文章 2024-11-21 22:11:26

    【实践】基于Hologres+Flink搭建GitHub实时数据查询

    本文介绍了如何利用Flink和Hologres构建GitHub公开事件数据的实时数仓，并对接BI工具实现数据实时分析。流程包括创建VPC、Hologres、OSS、Flink实例，配置Hologres内部表，通过Flink实时写入数据至Hologres，查询实时数据，以及清理资源等步骤。
  • 11.21 00:02:41
    发表了文章 2024-11-21 00:02:41

    方案测评 | AI大模型助力客户音频对话分析

    该方案利用阿里云的函数计算、对象存储及智能对话分析技术，实现客户对话的自动化分析，精准识别客户意图，评估服务互动质量，提供数据驱动的决策支持。其特点包括智能化分析、数据驱动决策、低成本、自动化处理、精准识别、实时反馈及成本效益。方案适用于提升企业服务质量与客户体验，尤其在处理海量客户对话数据时表现突出。
  • 11.20 15:51:32
    发表了文章 2024-11-20 15:51:32

    在云上部署ChatGLM2-6B大模型（GPU版）

    本教程指导您在配置了Alibaba Cloud Linux 3的GPU云服务器上，安装大模型运行环境（如Anaconda、Pytorch等），并部署大语言模型，最后通过Streamlit运行大模型对话网页Demo。教程包括创建资源、登录ECS实例、安装及校验CUDA、NVIDIA驱动和cuDNN等步骤。
  • 11.19 16:38:26
    发表了文章 2024-11-19 16:38:26

    方案测评|巧用文档智能和RAG构建大语言模型知识库

    本文介绍了一款基于文档智能和大语言模型（LLM）的文档解析及问答应用，旨在提升企业文档管理和信息检索效率。系统通过文档解析、知识库构建和问答服务三大模块，实现了从文档上传到智能问答的全流程自动化。
  • 11.18 14:46:29
    回答了问题 2024-11-18 14:46:29

    AI客服未来会完全代替人工吗？

    踩0 评论0
  • 11.18 14:16:27
    回答了问题 2024-11-18 14:16:27

    AI宠物更适合当代年轻人的陪伴需求吗？

    踩0 评论0
  • 11.15 21:44:58
    发表了文章 2024-11-15 21:44:58

    通义灵码@workspace和@terminal初体验

    作为一名运维开发工程师，我使用通义灵码的@workspace和@terminal功能，快速熟悉新项目代码并实现新需求。通过智能分析和生成代码框架，提效了50%，大幅缩短了代码熟悉时间和需求实现周期。
  • 11.15 21:27:38
    发表了文章 2024-11-15 21:27:38

    工作上个的好搭子——通义灵码测评分享

    作为一名运维开发工程师，我使用通义灵码的@workspace和@terminal功能，快速熟悉新项目代码并实现新需求。相比之前，提效了约50%。本文分享了我的使用体验和心得，详细介绍了通义灵码如何帮助我在复杂项目中提高开发效率、降低学习成本、提升代码质量和增强团队协作。
  • 11.15 17:20:57
    回答了问题 2024-11-15 17:20:57

    “云+AI”能够孵化出多少可能？

    踩0 评论0
  • 11.15 16:53:10
    回答了问题 2024-11-15 16:53:10

    当AI频繁生成虚假信息，我们还能轻信大模型吗？

    踩0 评论0
  • 11.13 00:04:49
    发表了文章 2024-11-13 00:04:49

    浏览器如何验证数字证书

    【11月更文挑战第2天】本文介绍了数字证书的申请流程及其在HTTPS中的应用。首先，申请者需向CA机构提交包含公钥等信息的表单，经审核后，CA机构使用私钥生成数字签名并返回证书。接着，文章详细描述了浏览器验证证书的过程，包括检查有效期、吊销状态及CA机构的合法性。最后，解释了根CA与中间CA的概念，以及如何通过证书链验证证书的合法性。
  • 11.12 21:12:01
    发表了文章 2024-11-12 21:12:01

    Zipkin/Pinpoint/SkyWalking全面对比

    【11月更文挑战第1天】这里重点从探针的性能、Collector的可扩展性、调用链路分析、完整的应用拓扑、对于科技人员使用友好程度（部署安装、埋点接入、使用管理）几个方面来进行对比。
  • 11.11 15:11:18
    回答了问题 2024-11-11 15:11:18

    FFA 2024 大会门票免费送！AI时代下大数据技术未来路在何方？

    踩0 评论0
  • 11.11 14:55:30
    回答了问题 2024-11-11 14:55:30

    AI时代，存力or算力哪一个更关键？

    踩0 评论0
  • 11.09 00:11:22
    发表了文章 2024-11-09 00:11:22

    微服务调用失败时常用处理手段

    【10月更文挑战第27天】在微服务架构中，服务调用面临诸多不确定性，如服务提供者的硬件故障、网络问题等。因此，需要采取超时、重试、双发和熔断等策略来确保服务的稳定性和可靠性。超时机制避免长时间等待，重试机制应对偶发错误，双发机制提高成功率，熔断机制防止故障扩散。这些策略共同作用，保障了系统的高可用性。
  • 11.07 00:27:10
    发表了文章 2024-11-07 00:27:10

    K8S中的核心概念

    【10月更文挑战第26天】云原生环境下的安全问题易被忽视，导致潜在风险。应用层渗透测试和漏洞扫描是检测安全的关键，尤其是对于CVE漏洞的修复。然而，常见误解认为安全由外部防护处理且不易引入问题。
  • 11.07 00:24:17
    发表了文章 2024-11-07 00:24:17

    云原生应用交付

    【10月更文挑战第26天】云原生环境下的安全问题易被忽视，导致潜在风险。应用层渗透测试和漏洞扫描是检测安全的关键，尤其是对于CVE漏洞的修复。然而，常见误解认为安全由外部防护处理且不易引入问题。
  • 11.06 12:28:30
    发表了文章 2024-11-06 12:28:30

    Prometheus中的Exporter详解

    【10月更文挑战第25天】Prometheus Exporter分为直接采集（如cAdvisor, Kubernetes）和间接采集（如Node Exporter）两类。
  • 11.05 00:00:35
    发表了文章 2024-11-05 00:00:35

    云环境中的灾备规划与分析

    【10月更文挑战第24天】企业在数据备份和灾备中，依据数据用途和管理方式，将数据分为系统、基础、应用和临时数据，以及数据库和非数据库数据。关键业务系统对业务连续性要求最高，其次是重要业务系统，然后是一般业务系统。
  • 11.04 00:00:05
    发表了文章 2024-11-04 00:00:05

    微服务日志监控的挑战及应对方案

    【10月更文挑战第23天】微服务化带来模块独立与快速扩展，但也使得日志监控复杂。日志作用包括业务记录、异常追踪和性能定位。
  • 11.03 00:00:01
    发表了文章 2024-11-03 00:00:01

    Docker技术架构概述

    【10月更文挑战第22天】Docker采用CS架构，Client与Daemon交互，Compose管理多容器应用。
  • 11.02 22:26:27
    发表了文章 2024-11-02 22:26:27

    魔搭社区与函数计算：高效部署开源大模型的文本生成服务体验

    在数字化时代，人工智能技术迅速发展，开源大模型成为重要成果。魔搭社区（ModelScope）作为开源大模型的聚集地，结合阿里云函数计算，提供了一种高效、便捷的部署方式。通过按需付费和弹性伸缩，开发者可以快速部署和使用大模型，享受云计算的便利。本文介绍了魔搭社区与函数计算的结合使用体验，包括环境准备、部署应用、体验使用和资源清理等步骤，并提出了改进建议。
  • 11.02 00:00:02
    发表了文章 2024-11-02 00:00:02

    开放源代码平台Flynn的架构与实现原理

    【10月更文挑战第21天】应用程序的生命周期涉及从开发到运行的复杂过程，包括源代码、构建、部署和运行阶段。
  • 11.01 00:00:03
    发表了文章 2024-11-01 00:00:03

    HTTP中如何正确使用Via

    【10月更文挑战第20天】Via`首部字段记录报文途中每个代理或网关信息,助于诊断问题和避免循环。

2024年10月

  • 10.31 00:35:39
    回答了问题 2024-10-31 00:35:39

    全网寻找 #六边形战士# 程序员，你的 AI 编码助手身份标签是什么？

    踩0 评论0
  • 10.31 00:00:32
    发表了文章 2024-10-31 00:00:32

    概述HTTP请求方法

    【10月更文挑战第19天】HTTP定义了一组方法，包括GET、HEAD、PUT、POST、TRACE、OPTIONS和DELETE等。GET和HEAD被认为是安全的，不会在服务器上产生结果。GET用于请求资源，HEAD则仅请求资源的头部信息。PUT用于上传文件，POST用于提交数据，TRACE用于诊断请求路径上的修改情况，OPTIONS查询服务器支持的功能，DELETE请求删除资源。此外，HTTP还支持扩展方法，以适应新特性的发展。
  • 10.30 00:00:10
    发表了文章 2024-10-30 00:00:10

    虚拟化资源监控

    【10月更文挑战第18天】资源监控是确保IT设施可用性、可靠性和安全性的重要手段。随着虚拟化技术的发展，新的监控工具应运而生，以应对虚拟化层（Hypervisor）的监控需求。资源监控不仅涵盖物理设施、操作系统、应用与服务，还需关注虚拟资源的动态调整特性。虚拟化环境中的监控主要包括状态监控、性能监控、容量监控、安全监控和使用量度量等方面。通过日志分析、包嗅探和探针采集等方法，监控系统可以收集和分析关键数据，为容量规划、资源度量和安全防护提供支持。
  • 10.29 16:49:07
    回答了问题 2024-10-29 16:49:07

    AI助力，短剧迎来创新热潮？

    踩0 评论0
  • 10.29 16:34:09
    回答了问题 2024-10-29 16:34:09

    关于开发者的100件小事，你知道哪些？

    踩0 评论0
  • 10.29 01:00:10
    回答了问题 2024-10-29 01:00:10

    运动旅游开启新潮流，哪些科技手段能助力你的行程呢？

    踩0 评论0
  • 10.29 00:38:20
    回答了问题 2024-10-29 00:38:20

    “AI+儿童陪伴”，是噱头还是趋势？

    踩0 评论0
  • 10.29 00:00:42
    发表了文章 2024-10-29 00:00:42

    API技术之身份认证

    【10月更文挑战第17天】身份认证是API安全的核心，确保API可信可控。
  • 10.28 00:02:47
    发表了文章 2024-10-28 00:02:47

    容器微服务运维

    【10月更文挑战第16天】业务容器化后，运维需采用面向容器的新型平台，主要由镜像仓库、资源调度、容器调度、调度策略和服务编排组成。镜像仓库负责存储与分发容器镜像，支持权限控制、镜像同步和高可用性设计；资源调度解决不同环境下的机器部署问题；容器调度实现容器在主机上的合理分配；调度策略优化容器主机选择；服务编排则处理服务间的依赖关系和服务发现，支持自动扩缩容以适应业务需求变化。
  • 10.27 00:00:17
    发表了文章 2024-10-27 00:00:17

    基础架构组件选型及服务化

    【10月更文挑战第15天】本文概述了分布式系统中常见的基础架构组件及其选型与服务化的重要性。
  • 10.26 00:00:33
    发表了文章 2024-10-26 00:00:33

    PromQL常见的使用场景

    【10月更文挑战第14天】PromQL 的核心价值体现在时序数据的筛选与计算上。面对海量时序数据，PromQL 通过查询选择器实现高效过滤，满足特定监控图表渲染或告警规则处理的需求。
  • 10.25 00:00:39
    发表了文章 2024-10-25 00:00:39

    KVM 虚拟化的功能特性

    【10月更文挑战第13天】虚拟化技术创建实体资源的虚拟版本，提升资源利用率。KVM（Kernel-based Virtual Machine）作为全虚拟化解决方案，借助Linux内核实现Hypervisor功能，通过模块化方式提供高效的虚拟化环境。
  • 10.24 21:06:38
    发表了文章 2024-10-24 21:06:38

    云消息队列RabbitMQ版测评报告

    在数字化快速发展的背景下，分布式系统的稳定性和可靠性至关重要。阿里云推出的云消息队列RabbitMQ解决方案，通过架构优化和一键部署，有效提升了系统的吞吐量和响应速度，降低了部署和维护成本。本文详细介绍了该方案的部署流程、方案验证，并提出了改进建议。
  • 10.24 00:00:21
    发表了文章 2024-10-24 00:00:21

    KVM 架构概述

    【10月更文挑战第12天】KVM是基于硬件辅助虚拟化技术的虚拟机监控器，核心依赖于CPU的虚拟化支持如Intel VT和AMD-V。
  • 10.23 00:43:14
    回答了问题 2024-10-23 00:43:14

    1024程序员节，开发者们都在参与社区的哪些活动？

    踩0 评论0
  • 10.23 00:00:17
    发表了文章 2024-10-23 00:00:17

    容器日志收集与管理

    【10月更文挑战第11天】Kubernetes中的集群级日志处理确保应用程序日志在容器、Pod或节点出现故障时仍可获取。
  • 10.22 00:01:14
    发表了文章 2024-10-22 00:01:14

    Socket通信之网络协议基本原理

    【10月更文挑战第10天】网络协议定义了机器间通信的标准格式，确保信息准确无损地传输。主要分为两种模型：OSI七层模型与TCP/IP模型。
  • 10.21 00:00:27
    发表了文章 2024-10-21 00:00:27

    监控对象都有哪些分类

    【10月更文挑战第9天】本文介绍了多种监控类型及其特点，包括业务监控、应用监控、组件监控、资源监控、设备监控及网络监控。
  • 10.20 00:00:24
    发表了文章 2024-10-20 00:00:24

    编程语言的角度来理解正则表达式

    【10月更文挑战第8天】程序代码抽象现实事物处理逻辑，正则表达式则进一步抽象复杂的字符匹配逻辑，以高度简洁的形式呈现。
  • 10.19 06:20:54
    回答了问题 2024-10-19 06:20:54

    modelscope-funasr的python websocket怎么实现多用户并发啊？

    踩0 评论0
  • 发表了文章 2025-02-21

    智能体 | 快速构建专属英语口语陪练助手，这下雅思再也不用愁了

  • 发表了文章 2025-02-13

    方案测评 ｜ 零基础5分钟拥有自己的DeepSeek-R1 满血版

  • 发表了文章 2025-01-21

    方案测评 | 零基础一键AI剧本生成与动画创作

  • 发表了文章 2025-01-17

    产品评测 | 欢迎来到大模型时代的操作系统管理平台

  • 发表了文章 2025-01-16

    产品测评 | 感受操作系统智能助手OS Copilot新功能带来的运维效率飞升

  • 发表了文章 2025-01-16

    方案测评 | 多模态数据信息提取极速体验

  • 发表了文章 2025-01-10

    产品测评 | 上手分布式Python计算服务MaxFrame产品最佳实践

  • 发表了文章 2025-01-07

    活动实践 | 快速体验云消息队列RocketMQ版

  • 发表了文章 2025-01-07

    活动实践 | DataWorks智能交互式数据开发与分析之旅

  • 发表了文章 2025-01-06

    活动实践 | 低代码高效构建企业门户网站

  • 发表了文章 2025-01-06

    活动实践 | 通过弹性公网 IP 确保服务迁移时公网 IP 不变

  • 发表了文章 2025-01-06

    活动实践 | ALB 实现跨地域负载均衡

  • 发表了文章 2024-12-23

    最佳实践 | 轻松部署，即刻触达 Qwen2.5 的飞一般的体验

  • 发表了文章 2024-12-23

    活动实践 | AI智能体实时语音互动

  • 发表了文章 2024-12-16

    活动实践 | 基于EMR StarRocks实现游戏玩家画像和行为分析

  • 发表了文章 2024-12-12

    技术实践 | 使用 PAI+LLaMA Factory 微调 Qwen2-VL 模型快速搭建专业领域知识问答机器人

  • 发表了文章 2024-12-12

    方案实践测评 | DataWorks集成Hologres构建一站式高性能的OLAP数据分析

  • 发表了文章 2024-12-11

    活动实践 | 西游再现，函数计算一键部署 Flux 超写实文生图模型部署

  • 发表了文章 2024-12-11

    【实践】体验RDS通用云盘核心能力

  • 发表了文章 2024-12-11

    活动实践 | 告别资源瓶颈，函数计算驱动多媒体文件处理测评

正在加载, 请稍后...
滑动查看更多
  • 回答了问题 2025-02-19

    DeepSeek 爆火，你认为 DeepSeek 会成为2025年开发者必备的神器吗？

    1、体验 零门槛、即刻拥有 DeepSeek-R1 满血版，分享你的部署体验和建议吧~ 1.1 基于百炼 API 调用满血版 通过百炼模型服务进行 DeepSeek 开源模型调用，可以根据实际需求选择其他参数规模的 DeepSeek 模型。 1.1.1 获取百炼 API-KEY 登录阿里云百炼大模型服务平台。鼠标悬停于页面右上角的image图标上，在下拉菜单中单击API-KEY。 获取自己的API-KEY，没有的话可以进行创建。 1.1.2 使用 Chatbox 客户端配置 百炼 API 进行对话 访问 Chatbox，下载并安装客户端 点击配置弹出的看板中按照如下进行配置。模型添加自定义提供方。 在输入框输入内容开始对话。 1.2 基于人工智能平台 PAI 部署 方案以 DeepSeek-R1-Distill-Qwen-7B 为例进行演示，该版本是一个通过知识蒸馏技术从小型化模型中提取推理能力的高性能语言模型。它是基于 DeepSeek-R1 的推理能力，通过蒸馏技术将推理模式迁移到较小的 Qwen 模型上，从而在保持高效性能的同时降低了计算成本。 1.2.1 部署 DeepSeek-R1 模型 登录PAI 控制台，首次登录需要开通服务，选择暂不绑定 OSS Bucket 至 PAI 默认工作空间，然后点击一键开通按钮。在工作空间页面的左侧导航栏选择 Model Gallery 。在搜索框中输入DeepSeek-R1，在搜索结果中选择DeepSeek-R1-Distill-Qwen-7B。 点击DeepSeek-R1-Distill-Qwen-7B 进入模型详情页，然后点击右上角部署按钮。 在弹出的部署面板中，部署方式选择加速部署，加速方式选择vLLM，资源规格选择推荐使用GPU：ml.gu7i.c8m30.1-gu30 5分钟部署完成。 单击查看调用信息，在弹出的看板中选择公网地址调用，复制保存访问地址和 Token 。 1.2.2 使用 Chatbox 客户端配置配置 vLLM API 进行对话 运行Chatbox并配置 vLLM API ，单击设置。 在输入框输入内容开始对话。 1.2.3 PAI-EAS 管理模型服务 通过 PAI-EAS 可以全面管理模型服务，包括但不限于查看服务状态、在线调试服务、扩缩容实例，以及实时监控服务性能。 1.2.4 删除资源 若后续不使用可以删除 1 个 PAI-EAS 模型服务。 1.3 基于函数计算部署 将 DeepSeek-R1 开源模型部署到函数计算 FC 。通过云原生应用开发平台 CAP 部署 Ollama 和Open WebUI 两个 FC 函数。Ollama 负责托管 lmstudio-community/DeepSeek-R1-Distill-Qwen-7B-GGUF 模型，它是基于 DeepSeek-R1 的推理能力，通过蒸馏技术将推理模式迁移到较小的 Qwen 模型上，从而在保持高效性能的同时降低了计算成本。Open WebUI 则为用户提供友好的交互界面。借助 CAP，用户可以快速便捷地部署模型，而无需担心底层资源管理和运维问题，从而专注于应用的创新和开发。 1.3.1 部署 DeepSeek-R1 模型 点击云原生应用开发平台 CAP 项目模板，这里参数选择默认配置，直接单击部署项目，最后在弹出面板中单击确认部署，部署预计等待 10～15 分钟。 部署时长13分钟。 1.3.2 Web对话体验 访问open-webui地址，打开应用。 与模型进行对话，发生了报错。 有时候找不到模型。 又报错了。 在deepseek模型处可以修改配置。 1.3.3 使用 Chatbox 客户端配置 Ollama API 进行对话 选择模型提供方Ollama API，填写 API 域名（步骤 1 中获取的访问地址），下拉选择模型cap-deepseek-r1:latest，最后单击保存。 进行对话。这里比web UI稳定很多。 体验反馈 通过以上对四种方式的部署体验反馈如下： 1、整体来说调用百炼API最简单方便，其次基于PAI进行部署，使用GPU服务器部署相对来说比较复杂下，但可以自行选择实例配置。 2、在使用函数计算部署的时，通过WebUI访问的时候有时候模型加载不出来。 还会经常报错。 配置使用chatbox客户端的话，对话就比较稳定。 3、对于我个人而言，我认为基于百炼API调用满血版是最适合我的DeepSeek使用方式。推荐理由如下： 易用性：通过API调用方式，无需关注模型的部署和运维问题，只需按照API文档进行调用即可。这大大降低了使用门槛，可以专注于业务逻辑本身。成本效益：新用户享有免费Token，初期无需承担额外的成本即可体验DeepSeek模型的功能。灵活性：API调用方式具有高度的灵活性，可以根据需要随时调整调用参数和请求频率，以满足不同的业务需求。 4、在实际部署时需要评估如何配置GPU服务器及网络带宽等，这个希望可以提供实际的数据依据来做参考。 5、在企业实际使用中会涉及到自有产品接入deepseek，这种情况推荐什么样的解决方案在云端部署。 6、此外可以增加一些关于模型性能调优、错误处理以及API限流等方面的说明及案例验证。 2、你认为 DeepSeek 会成为2025年开发者必备的神器吗？ 不仅仅开发者的，DeepSeek已经成为各行各业的必备神器了，不可逆一个大趋势。 在金融行业，邮储银行依托自有大模型“邮智”，迅速在本地部署并集成DeepSeek-V3模型和轻量DeepSeek-R1推理模型，在复杂多模态、多任务处理方面表现出色。这一组合在应对复杂的多模态、多任务处理时，展现出了卓越的能力。眼下，邮储银行已把DeepSeek大模型运用到“小邮助手”之中。借助深度分析等功能，“小邮助手”能够精准地识别用户需求，进而提供个性化的服务方案。 江苏银行依托“智慧小苏”大语言模型服务平台，顺利在本地完成了DeepSeek-VL2多模态模型以及轻量DeepSeek-R1推理模型的部署与微调。在合同质检工作中，引入DeepSeek技术后，智能合同质检系统可以快速扫描合同内容，自动找出条款里的风险点和错误之处，大大缩短了质检所需的时间，提高了合同质检的效率与准确性，降低了潜在风险。不仅如此，在托管资产估值对账环节，通过运用DeepSeek技术实现了自动化处理，这样一来，既减少了人工操作容易产生的误差，又极大地提高了业务处理的速度。 北京银行与华为携手合作，全面开启“allinAI”战略，实现了DeepSeek全栈国产化在金融领域的应用。目前，该应用已在AIB平台、京行研究、京行智库、客服助手、京客图谱等多个业务场景中展开试点，显著提升了服务质量与效率。 医疗行业也是。目前DeepSeek在医药领域的热度仍在持续发酵，仅在2月12日，就有包括云南白药(56.500, -0.50, -0.88%)（000538）在内的多家医药企业宣布接入DeepSeek。不管是制药还是临床，是中药还是化药，DeepSeek能应用到医药行业的方方面面。AI+医药，正逐步迈向新的阶段。多家机构认为，AI+医药，有望成为医药2025年投资主线之一。 在教育行业，学而思、网易有道、科大讯飞、小猿、中公、希沃、弈小象、云学堂、火山引擎、盛通教育旗下中鸣机器人、知网华知大模型等更多教育厂商、服务商纷纷宣布拥抱DeepSeek。 同时多地宣布已将DeepSeek应用于政务系统。广州市政务服务和数据管理局在政务外网近日正式部署上线DeepSeek-R1、V3 671B大模型。另据报道，深圳市基于政务云环境面向全市各区各部门正式提供DeepSeek模型应用服务。 民生证券分析指出，DeepSeek开源给予了云服务厂商低门槛部署世界级AI重要应用，云服务企业又能弥补DeepSeek自身算力紧缺与大规模用户服务部署难题，云服务厂商市场需求有望迎来广阔机遇，政务云作为重要细分领域有望加速发展；SaaS龙头凭借自身深刻的行业理解与AI的结合，迎来重估机遇；智算引领数据中心发展新浪潮，AIDC长期前景广阔。
    踩0 评论0
  • 回答了问题 2025-02-18

    如何看待「学习 AI 是个伪命题，AI 的存在就是让人不学习」的观点？

    就目前来看的话，AI还是一种工具，就像汽车一样，我们需要学习怎么驾驶上路才能行。那么学习AI也是就是让AI更好来服务我们，提升工作效率，改变生活品质。 我认为产生这种误解，是因为当我们越来越习惯于让AI代替自己完成一些日常任务，如写作、计算、编程等，可能会逐渐产生思维惰性。例如，在写作过程中，过度依赖AI的生成功能，可能会导致自己的语言感知能力和写作技巧得不到充分锻炼。长此以往，人们可能会变得不愿意主动思考和学习，但这并不是AI本身的目的，而是人们错误使用AI的结果。 学习是种树一样的过程，AI相当于帮你挖坑、浇水，但种树的知识需要我们自己掌握；AI可以提供很多便利，但不能替我们去感受阳光、经历风雨。换句话说，AI能帮节省体力与时间，但真正的成长和进步还得靠我们自己。 归根结底，AI目前还是工具，确实可以帮我们提供很多便利，减轻压力，但绝不代表我们能放弃思考。就好比用AI写作文，过几天再看你的文风，一股AI味，自己脑子也很难想出新东西；只能在AI划定的浅滩徘徊，最终错过广阔深邃未知领域所蕴含的可能，陷入一种表面高效实则停滞的虚假繁荣。
    踩0 评论0
  • 回答了问题 2025-02-13

    什么样的代码让人一眼就能看出是AI写的？

    1、格式、命名和结构写的特别标准完整，但一执行就有各种报错。 2、AI生成的代码每一行注释都可能如出一辙，缺乏个性化，且注释的风格非常一致。这些注释通常非常规范，甚至有些冗余。 3、程序员可能因为个人风格、调试痕迹或临时修改而显得有些杂乱，但AI生成的代码则显得非常“干净”和“机械”，没有调试痕迹，如临时变量、打印语句等。
    踩0 评论0
  • 回答了问题 2025-02-13

    春节假期返工后，你有哪些提升职场幸福感的小技巧？

    回归工作岗位后，确实需要一些时间来调整心态和工作节奏。春节的欢聚与放松之后，重新投入到忙碌的工作中可能会让人感到不适应。这里有几个小Tips： 1、不要对自己要求过于苛刻，刚回到工作岗位时给自己一点缓冲的时间，逐步增加工作量，而不是立即全速前进。可以先从简单的任务开始，慢慢找回工作的节奏。制定一些小的短期目标，逐步来完成，这样可以提升对自己工作的成就感。 2、合理安排工作与休息时间，避免长时间连续工作导致的疲劳累积。可以发展下自己的兴趣爱好，比如跑步，健身等。也可以组织同事们一起来运动，比如羽毛球、篮球等，促进了同事间的感情，在工作中团队就更有凝聚力，效率自然就提高了。
    踩0 评论0
  • 回答了问题 2025-01-20

    大模型数据处理vs人工数据处理，哪个更靠谱？

    整体来说，我认为大模型处理数据相对要靠谱些。 人工处理数据有如下问题： 1、在面对大规模数据集时，人工处理相当慢。同时因为不同人员可能有不同的处理方法和标准，人工标注和分类可能存在主观差异，影响数据的一致性。 2、在面对复杂和多变的数据处理需求时，可能需要更多的时间和资源来适应。 3、人工处理容易受到个人偏见和情绪的影响，可能导致数据处理结果的不公平性。 而大模型处理数据通过自动化流程，可以降低人力成本，尤其是在处理重复性任务时。能够快速处理大规模数据集，显著提升数据处理的效率。同时基于先进的算法和模型训练，能够准确识别和分析数据。通过标准化和自动化的流程，可以保证数据处理的一致性和准确性。 在某些特定领域，如自然语言处理、图像识别等，大模型已经取得了显著成果。 在实际应用中，应根据具体需求、数据规模、成本预算等因素综合考虑选择哪种方式。在某些场景下，两者也可以结合使用，以充分发挥各自的优势。
    踩0 评论0
  • 回答了问题 2025-01-16

    AI年味，创意新年，你认为AI能否为春节活动增添新意呢？

    参加的活动作品分享： 1、创作新年故事，AI 定格美好瞬间 2、创作春节主题绘本 3、与 AI 智能体来一场“春节互动 4、0代码生成新春红包封面 5、迎新春，我的蛇年中国画 春节，这个中华民族最为重要的传统节日，总是充满了欢声笑语与浓厚的文化氛围。而今年的春节，一个显著的变化就是AI应用的广泛参与，仿佛为古老的节日注入了新的活力。 AI智能体的引入，不仅能够播放节日音乐、查询节日信息，还能控制智能家居设备，为家庭营造节日氛围。通过自然语言处理技术，这些智能语音助手能够理解并执行用户的指令，让节日准备变得更加轻松。 同时有许多虚拟形象拜年的新玩法。用户可以通过手机或VR设备，与亲朋好友的虚拟形象进行互动，体验新颖的拜年方式。这种技术不仅丰富了人们的社交体验，还为远在他乡的亲人提供了一种特别的情感连接。 此外对联和年画是春节传统的重要元素。今年，许多AI平台都推出了生成对联和年画的功能。用户只需输入关键词或选择风格，AI就能够生成富有创意的对联和年画作品。这些作品不仅具有高度的个性化，还展现了AI技术在文化传承方面的巨大潜力。 AI应用让我们深刻体会到了科技如何改变和丰富我们的节日生活。从便捷的生活助手到创新的互动方式，从文化传承到娱乐游戏，AI技术已经深入到了我们生活的方方面面。当然，随着技术的不断进步和应用场景的不断拓展，未来春节的AI应用还将有更多可能性等待我们去探索。
    踩0 评论0
  • 回答了问题 2025-01-14

    AI时代，聊聊如何从海量数据中挖掘金矿？

    阅读《Dataphin智能数据建设与治理产品白皮书》 （1）【必答】您认为Dataphin的优势和不足分别是什么？这些功能如何帮助企业在数据治理中提升效率？ Dataphin的优势： 高效的数据建设能力：Dataphin提供了强大的数据处理引擎，能够支持全域数据集成、多模式数据处理、隐私计算、标签工厂等模块。 全面的数据治理能力：通过数据标准、数据质量、数据安全、生产经济等全方位的数据治理手段，Dataphin确保了数据的准确性、完整性和安全性。 灵活的数据应用能力：Dataphin支持数据的自助式分析和可视化展示，使业务人员能够轻松挖掘数据价值，做出更明智的决策。多云多引擎：可以自由选择各种云环境包括阿里的公有云、专有云、IDC部署以及其他云平台上部署。 Dataphin的不足： 学习曲线较陡：由于Dataphin功能强大且复杂，对于初次接触的用户来说，可能需要一定的时间来熟悉和掌握。 行业模型还比较少：在行业数据分类中只有金融行业和通用两种模型，其他代表性的行业比如制造业、零售业都没有。 功能如何帮助企业在数据治理中提升效率： 快速服务业务系统：Dataphin数据服务可以作为数据研发和应用之间的桥梁，提高企业实现统一数据建设的效率。 智能监控：实时监控数据质量、安全等关键指标，及时发现并解决问题，确保数据的稳定性和可靠性。 数据资产化：将数据视为企业的核心资产进行管理和运营，促进了数据的共享和复用，提升了数据价值。 开放能力：Dataphin提供OpenAPI、开放云数据、审批与消息集成和自定义数据源。 （2）【必答】白皮书中提到的行业案例是否对您有启发？您认为Dataphin在这些行业的应用前景如何？ 金融案例：展示了Dataphin在金融行业的应用，通过构建的统一资产管理功能模块，可统一进行全行的数据资产目录管理、数据上下架和数据消费,为业务部门及分支机构提供便捷数据智能分析。零售案例：介绍了Dataphin在零售行业的应用，通过切入核心业务场景，建立统一数据指标，节省70%日常精力。 制造业案例：阐述了Dataphin在制造业的应用，通过构建一体化数据体系，让数据从粗犷式走向精细化。 随着数据技术的不断发展和企业数字化转型的深入推进，Dataphin在金融、零售等行业的应用前景将更加广阔。通过持续优化和升级，增加更多行业模型，Dataphin搭配QuickBI将进一步深化对数据的价值挖掘，为企业创造更多的商业价值。 （3）【选答】您认为Dataphin在未来市场竞争中最大的机会和挑战是什么？它应该如何进一步提升竞争力？。 在数据治理和数据分析领域，Dataphin面临着众多竞争对手的挑战，需要不断创新和升级以保持竞争优势。关注用户需求和反馈，不断优化产品界面和操作流程，提升用户体验。更多的合作伙伴建立合作关系，共同拓展市场和应用场景，提升品牌影响力。
    踩0 评论0
  • 回答了问题 2025-01-14

    在海量用户中，将如何快速定位到目标人群进行个性化营销？

    从高价值用户挖掘及触达方案中可以看到最核心的点就是人群圈选。通过收集和整合来自不同来源的用户数据，比如用户的购买记录、浏览行为、社交活动等。通过这些数据，企业可以构建出更加完整的用户画像，从而深入理解用户的需求和偏好。以清晰的用户画像，来精准触达目标用户。那么快速定位到目标人群进行个性化营销就需要通过标签来进行区分。可以将用户群体细分为更小的单元，针对不同群体的特点制定相应的营销策略。例如，对于喜欢户外运动的用户，可以推送相关的产品信息和活动邀请，提高营销内容的针对性。 在用户细分和标签化的基础上，再采用自动化营销工具来执行个性化的营销活动。这些工具可以根据用户的标签和行为，自动发送定制化的企业号信息、推文或广告展示。自动化营销不仅提高了营销效率，还能确保用户在正确的时间接收到合适的信息，从而提升用户体验和营销效果。 AI赋能精准洞察用户画像的工具，通过建立完善的数据收集系统，使用AI算法进行数据分析，制定个性化的营销策略，可以更好地满足用户需求和行为特点，提高用户体验和忠诚度。企业在利用AI营销时，需要遵循相关法律法规和伦理规范，确保数据的合法性和安全性。同时，也需要不断学习和探索新的技术和方法来应对这些挑战和问题，推动数字营销行业的发展。
    踩0 评论0
  • 回答了问题 2025-01-14

    你认为哪些领域的知识对开发者来说特别重要？

    世界的技术变化太快，尤其近两三年AIGC的发展，以通义灵码、腾讯云AI代码助手为首的辅助编程工具的涌现，让开发者感觉随时都要失业。为了在这个环境不被淘汰，开发者不仅需要紧跟最新技术趋势，还需要保持自己的核心竞争力。那么以下的知识领域是我个人认为比较重要的： 1、算法与数据结构 算法与数据结构是软件开发中的核心知识。算法是解决问题的方法和步骤，数据结构是组织和存储数据的方式。共同构成了高效软件开发的基础，对于提高程序的运行效率和资源利用率至关重要。同时在大模型中算法也是核心生产力。 2、数据库 面对现在的海量数据，不管是存储还是分析都需要有数据库来承载。对于面向未来的软件开发，了解分布式数据库、云数据库以及如何在高并发场景下保持数据的一致性和可靠性，是进阶路径上不可避免的学习内容。 3、操作系统 操作系统是管理计算机硬件资源、提供应用程序运行环境的系统软件。对操作系统原理的理解能够帮助开发者有效地利用系统资源，提高软件性能。 操作系统的基本概念，如进程管理、内存管理、文件系统以及输入输出系统等，是软件开发者的必备知识。对于涉及到系统底层开发或需要进行性能优化的场景，深入理解操作系统的工作原理和机制尤为重要。 4、网络通信 软件开发中，网络通信扮演着连接不同系统、传递信息的关键角色。掌握网络通信的基本原理，如TCP/IP协议、HTTP协议、WebSocket、HTTP/2等，是进行网络程序开发的前提。 5、软技能 软件开发除了技术方面的知识和技能，还需要具备一些软技能。例如，沟通能力，软件开发通常是一个团队合作的过程，有效的沟通可以提高工作效率。另外，解决问题的能力、自主学习的能力和创新思维也是软件开发者所需要具备的软技能。
    踩0 评论0
  • 回答了问题 2025-01-12

    使用安全体检功能，看看你有多少未修复的安全问题？

    1）对照自己的体检结果截图分析不同体检项的情况 检查有7条安全风险。 云产品风险配置不通过项。 还可以查看不通过详情描述。 2）具体说说不同的检测项是否对自己有帮助 通过这些检测项可以知道自己拥有的云产品那些地方存在安全风险。 有些检测是对自己有帮助的，比如安全组指定协议不允许对全部网段开启风险端口。可以根据业务端口按需开启。 有的可能对自己的帮助不大。比如本身就需要使用密码登录，需要绑定公网IP。 3）针对安全体检还有哪些需要的功能或者建议 1、针对检测项有问题的规则，自己可以设置忽略或者不处理，让其不出现在这个列表里。或者自己能调整风险等级，或者状态设置为通过。就是增加更多用户可以自定义的操作。 2、可以在查看详情里增加一键处理，比如这个自动快照策略，可以一键跳到需要ECS开启快照策略的地方。这些可能是针对一些简单的处置，若是太复杂的话可能不太好实现。
    踩0 评论0
  • 回答了问题 2025-01-08

    AI造势，学习机爆火，距离“AI家教”还有多远？

    模型开源与算力成本的下降，为AI教育的普及提供了坚实的技术基础。这意味着更多学校和教育机构能够以较低的成本接入先进的AI技术，实现教育资源的均衡配置。同时，软硬件基础设施的不断完善，也为AI在教育领域的应用创造了更加广阔的空间。 AI+教育有望打破传统教育中难以兼顾的“不可能三角”——即教育质量、教育公平与教育效率之间的平衡问题。通过AI技术的赋能，我们可以更加精准地满足每个学生的个性化需求，同时提高教学效率与质量，促进教育公平的实现。 AI家教技术在教育领域的应用目前诸多挑战包括技术适用性、数据安全性、隐私保护等问题亟待解决。同时，教育者和管理者需要警惕过度依赖AI技术的风险，确保技术服务于教育过程而非主导或取代教育过程。 实现从AI造势到AI家教的跨越，首先需要AI技术在教育领域的应用更加成熟和普及。这包括提高AI技术的准确性和稳定性，以及降低其应用成本，使其能够更广泛地应用于教育领域。 最后，相关监管和规范也需要逐步完善。这包括制定AI家教的技术标准、评估体系以及监管机制等，以确保其质量和效果符合教育要求。、
    踩0 评论0
  • 回答了问题 2025-01-08

    与 AI “对话”，多模态音视频交互能给生活提供多大便利？

    体验了下多模态AI语音实时互动，构建很快，需要函数计算、实时音视频ARTC及百炼平台，若是能用ROS一键来部署就更方便了。 多模态应用逐渐崭露头角，将声音、图像和手势等多种交互方式融合在一起，为用户带来更加丰富和自然的体验。 多模态应用将不同的交互方式结合起来，使我们能够通过多种感官来感受和理解信息，从而实现更丰富的体验。同时借鉴了人类日常生活中的交互方式，如语音对话和手势操作，使交互过程更贴近人类的自然行为。 未来交互型多模态大模型将深度集成于端侧设备，当下作为人们获取信息的主要设备——手机上。而手机具有海量用户，且用户群体具有高粘性，一旦对AI产生依赖，大模型在各类功能、服务中的渗透有望加速。 1）多模态大模型有望和手机上各类APP深度集成，比如教育、社交、游戏、医疗健康等各类场景中发挥作用。2）多模态大模型将深度融合在手机OS中。能够深度理解用户需求，可以接收用户的自然语言指令或根据用户所处环境调取即时、合适的服务，例如驾车时主动开启免提通话并打开导航。甚至未来，大模型可以作为中心枢纽，连接各种生态服务，如支付、健康监测、交通导航和在线购物，形成一个完整的智能生活圈。 同时，多模态大模型与PC结合，有望大幅提升企业的生产力和创造力，甚至可能创造全新的工作和创作方式。 多模态大模型综合处理视觉、听觉以及文本信息， 形成了一个全方位的认知系统，它作为AI助手，能够实时观察屏幕上显示的内容，无论是文档、图像还是视频，并且可以迅速捕捉并解析其中的信息。这种能力使得它能够和用户进行更为自然和流畅的沟通，不再局限于简单的问答形式，而是能够参与到更复杂的对话中，理解用户的意图，提供更具针对性的建议，甚至还可以预测下一步的需求。
    踩0 评论0
  • 回答了问题 2025-01-07

    “99套餐”ECS云端问答节！回答问题赢阿里云纪念衫、加湿器等好礼！

    1、当遇到VNC远程连接阿里云服务器失败时，应该如何解决？ 如果您使用ECS实例密码无法登录VNC，可以按照以下步骤进行排查和处理。 ——参考链接。 2、使用ECS实例无法访问网站时，如“未备案或未接入”、无法登录宝塔面板、浏览器提示数字类错误等，如何排查并解决？ 无论网站是通过IP地址还是通过域名对外提供服务，未备案成功前，均不允许开通网站访问服务。请备案您的网站IP或域名，具体操作，请参见通用网站备案。 无法登录宝塔面板。可能是宝塔服务未运行或未添加宝塔服务对应端口的安全组规则，具体操作，请参见ECS实例无法登录宝塔面板控制台。 浏览器提示“403”、“404”、“502”、“503”等数字类错误。浏览器提示数字类错误时，通常表明客户端与服务端的网络是正常的，但网站资源或后端服务存在异常，具体操作，请参见访问ECS实例中运行网站常见状态码的报错分析。 3、如何登录 ECS 管理控制台来查询阿里云服务器的基本信息，有哪些具体操作步骤？ 首先，你需要登录阿里云ECS管理控制台，然后选择实例。 查看服务器概述信息：在ECS服务列表中，找到你想要查看数据信息的服务器，点击进入服务器详情页。在这里，你可以看到服务器的基本信息，包括实例ID、操作系统类型、内存大小等。 4、使用阿里云云服务器ECS时，如何查看监控、定位服务器的异常情况、设置报警规则？ 找到目标实例，单击实例ID。在实例详情页，单击监控页签。设置监控时间范围，可以查看vCPU使用率、内存使用率等监控信息。 云诊断可以查看ECS的监控状况。 诊断可以定位服务器的异常。 在实例详情页，单击监控页签。单击创建报警规则。在创建自定义报警规则页签，创建自定义的报警规则。 5、阿里云的快照费用的计费规则是怎样的？有哪些OSS存储包是可以抵扣快照费用？ 在初次使用快照前，需要先开通快照服务，开通快照不收费，创建快照后才开始计费。创建的手动快照和自动快照默认是标准快照，阿里云在各地域会根据标准快照容量和使用时长收取标准快照存储费。 在使用标准快照过程中如果您需要将标准快照归档以降低快照存储成本，标准快照会转换为归档快照，阿里云在各地域（目前仅华北5（呼和浩特）地域支持归档快照功能）会根据归档快照容量和使用时长收取归档快照存储费。 对象存储OSS资源包包含存储包、流量包等多种资源包类型，只有标准-本地冗余存储包才可以抵扣快照的存储费用。 ——参考链接。 6、云服务器ECS常见的网络问题及解决方法有哪些？ 有网络性能问题、带宽问题、iP地址问题、网络访问和流量方向问题。 ——参考链接。 7、如何在阿里云ECS服务器上进行数据备份？ 通过快照备份数据 通过镜像备份数据 8、当收到安全事件提醒时，一般如何去处理安全问题? 在事件告警详情页面，查看告警的基础信息、受影响资产、事件说明等信息。 结合告警分析功能（如适用），对告警信息进行深入分析，了解告警原因、风险等级和处置建议。 9、在购买完99实例后，如果因某些原因导致需要退款或者释放实例，还可以再以99元的优惠价格重新购买吗？云服务器99元套餐变配后，续费价格也会改变吗？ 退款后，用户是否还能以99元的优惠价格重新购买，取决于当时的优惠活动是否仍然有效。如果活动仍在有效期内，且用户满足购买条件（如新老用户限制、购买数量限制等），那么用户是有可能以99元的优惠价格重新购买的。用户对99元套餐的云服务器进行了配置变更（如升级CPU、内存、带宽等），那么这通常会影响到续费价格。变配后，续费价格可能会按照新的配置进行计算，而不再保持原来的99元优惠价格。 10、怎么在控制台消息中心设置到期续费提醒，具体步骤有哪些？ 1）使用阿里云账号登录消息中心控制台。 2）在左侧导航栏，单击基本接收管理。 3）在基本接收管理页面，选中ECS/RDS到期前15天通知、ECS/RDS到期前30天通知后的通知方式。 设置完成后，该续费消息提醒默认发送到当前阿里云账号的账号联系人。 11、ECS实例的安全组规则未生效问题排查，有哪些方法？ 导致该问题的可能原因如下： ECS实例未加入已配置规则的对应安全组中，即ECS实例与安全组不关联。 实例内对应程序或服务未正常启动。 实例中对应端口没有被正常监听。 实例中端口监听地址配置为单个特定IP地址。 安全组规则配置错误，与实际期望不符。 实例内系统自带防火墙限制导致端口未开放。 排查如下： ——参考链接。 12、设置自动续费有哪些方法？怎么查看哪台是自动续费实例？ 1）在创建新实例时开通自动续费。 2）在已有实例开通自动续费。 在实例详情页签，找到付费信息区域，根据参数自动续费判断实例自动续费状态。 显示自动续费X周/X个月/X年：表示已开通自动续费。 显示手动续费或到期不续费：表示未开通自动续费。 ——参考链接。
    踩0 评论1
  • 回答了问题 2025-01-03

    当面对多种不同格式的文档时，如何让AI系统更好地处理复杂文档？

    1、如您已使用百炼搭建RAG，请分享你的体验感受~ 本方案的体验使用一些反馈如下： 在上传文档时，总是报错上传失败，无法解析出来。重试了四次都是如此。 该文档为PDF格式，3.7M，53页。满足要求。 在百炼查看，其实都上传成功，并解析完成。 方案里描述可以解析包括企业日常办公中常见的Office文档（Word/Excel/PPT ）、PDF、Html、图片等在内的主流文件类型。但实践只支持PDF/Doc/Docx。是说图片在文档中可以处理，单独的图片无法解析是吗？ 在上传完文档解析时，没有解析进度，若文件比较大或者结构复杂，不太清楚能多久解析完成，只能干等待。 2、对多模态RAG的场景和技术产品有哪些需求和期待？ 比如金融领域对于市场数据的实时性和准确性要求较高。多模态RAG可以实时获取市场数据并生成金融分析报告，系统能够检索新闻、财务报告等文本信息，结合股票图表、财务指标等数据，生成个性化的市场预测与投资建议，为投资者提供有力的决策支持。 此外向量数据库在实现内容精准检索与推荐方面发挥着重要作用。未来，多模态RAG与向量数据库的结合将成为一种趋势，通过整合两者的优势，实现更高效的信息检索和利用能力，推动企业的数字化转型和智能化升级。
    踩0 评论0
  • 回答了问题 2025-01-03

    2024年接近尾声，你对即将到来的2025年有什么样的期待或愿望？

    2024年就这么快很多事情都没有完成，2025年自然多了些期许。 1、2024年查出来有重度脂肪肝，希望2025能够更加注重自己的健康，通过均衡饮食、规律运动和良好的睡眠习惯，为缓解自己的脂肪肝症状。 2、期望在新的一年里，能够得到更多的认可和机会，实现职业上的晋升和发展。这不仅意味着薪资的提升，更重要的是能够承担更多的责任，来实现自己的价值，应对35岁危机。 3、自己的个人爱好就是爬山，去年爬了玉珠峰，希望2025能成功登顶慕士塔格峰7546米。
    踩0 评论0
  • 回答了问题 2024-12-24

    一个专属的智能 AI 总结助手，能在多大程度上提升工作效率？

    体验使用函数计算和大模型服务平台百炼就可以快速构建一个AI 总结助手。 我希望专属的AI助手可以帮助来做下面的事情： 1、代码理解与分析：我的专属AI助手应能准确理解代码逻辑，分析代码结构，识别代码中的关键部分和潜在问题。基于代码分析结果，还能提出代码优化建议，如提高代码可读性、减少冗余、提升性能等。 2、工作成果总结：我的专属AI助手应能从我的工作记录、代码提交记录等数据中自动提取关键信息，基于提取的信息，能自动生成工作总结报告，包括工作成果、遇到的问题及解决方案、下一步工作计划等。 3、技能提升技术：我的专属AI助手应能分析当前技术趋势，为我提供学习新技术、新工具的建议。根据我的技术背景和兴趣，应能制定个性化的学习计划，包括学习资源推荐、学习计划安排等。 AI总结助手带来最大的就是效率提升。 传统的工作总结需要人工逐条整理，耗时且易出错。AI助手能够快速从大量数据中筛选出关键信息，自动生成工作总结，大大提高了信息梳理的效率。 同时可以根据公司和我的需求，自动生成工作总结报告。这些报告格式规范、内容丰富，既能满足企业内部管理需求，也能作为我展示的成果。自动生成报告功能降低了我很大的工作负担，提高了工作效率。
    踩0 评论0
  • 回答了问题 2024-12-23

    通义APP上新【局部风格化】新功能，万物皆可毛茸茸你体验了吗？

    用自己拍的照片来体验了，直呼这个功能简直wonderfulniubility。 再来个冰雕的，真是太好玩了。 体验感受：1、乐趣和惊喜。看着原本庄重或壮丽的地标建筑在风格化处理后变得生动有趣，仿佛它们也拥有了生命，能够以一种全新的方式与观众互动，这种体验是前所未有的。也打破了我们对这些地标建筑的固有印象，让我们意识到，即使是最熟悉的事物，在创意的加持下也能展现出截然不同的魅力。 2、分享传播性。无论是想要为社交媒体上的照片增添一抹亮色，还是想要为旅行回忆增添一份独特的纪念，根据自己的喜好和创意，自由地对照片中的特定对象进行风格化处理，从而打造出独一无二的作品。 3、照片协调性。比如使用冰雕时，如何确保风格化处理后的对象与照片整体氛围的和谐统一，能有更多的微调功能就好了，自己可以手动来把照片处理下让它看起来不能违和。 4、增加二次调整局部 现在这个局部化有时候会相同的元素，一半是毛绒绒，一半还是原图，希望可以增加二次局部创作，有更好的画面感。比如这个中国尊是毛绒绒了，但前面的房子没有毛绒绒。 总的来说，我对这个“局部风格化”的新功能充满了期待和喜爱。不仅能够为照片编辑带来更多的乐趣和创意，还能够让我们以全新的视角去感受和欣赏这个世界的美好。必须点10086个赞👍。
    踩0 评论0
  • 回答了问题 2024-12-19

    日常工作中，开发者应该如何避免“效率陷阱”？

    工作经常遇见效率陷阱的就是天天开会，每次沟通需求总是浮于表面，没有真正的下一步计划执行，等到下一次再开会，基本又把上一次的内容重复了一遍。看着天天很忙，实际上进度很慢。应对这种现象就是落实到人，每一个需求都有详细的执行计划，还需要该人按时更新进度，最好有个实时看板来记录展示。减少开会的频率，这样才能真正提高效率。
    踩0 评论0
  • 回答了问题 2024-12-18

    AI视频技术的发展是否会影响原创内容的价值？

    AI的普及可能使得视频创作变得更为容易，降低了创作的技术门槛。这可能导致大量的、质量参差不齐的视频内容涌入市场，使得真正的原创性作品在海量内容中更难被发现。 原创视频会收到极大的冲击，尤其AIGC通过学习大量的视频数据，能够模拟并生成与那些原创视频相似的内容。这在一定程度上模仿或复制了已有的原创作品，从而侵犯了原创者的知识产权或创意独特性。 但并不能完全取代真正的原创性作品，因为原创才是AI模仿的源泉。创作者可以通过不断探索新的创作方式和技术，毕竟AI是工具，最终还是要为人类服务的。
    踩0 评论0
  • 回答了问题 2024-12-12

    AI 编码助手能否引领编程革命？一起探索 AI 对研发流程的变革

    通过对体验：AI 编码，码力全开，通义灵码引领研发新范式。AI编码对工程师的工作以及整个研发流程产生了显著的影响。以下是对这些影响的概述： AI编码对工程师工作的解放如下： 1、 自动化代码生成：可以根据程序员的描述来生成代码，显著减少了工程师的手动编写工作。这不仅提高了开发效率，还减少了人工编码的工作量。 2、 错误检测和修复：AI能够自动检测和分析代码中的错误，并提供修复建议。选择代码扫描报告中的问题，把问题复制到对话框中，并且选中存在问题的这部分代码，由通义灵码给出修复建议。 3、 生成单元测试：AI可以自动生成单元测试用例，提升测试覆盖范围和效率。这显著减轻了人工负担，使开发团队能够更快地发现和修复问题，加速产品迭代。 4、代码解释：AI可以进行代码解释和编写注释，辅助程序员对团队中他人的代码理解，也可以把程序员来生成代码注释，提升工作效率。 AI对整个研发流程的影响 1、 需求分析： AI编码助手可以通过自然语言处理技术理解用户的需求描述，并将其转化为结构化的规格说明书或原型图，从而加速需求确认过程。 2、 编码： AI能够自动生成代码，减少手动编写工作。AI还可以实时检查语法错误，推荐最佳实践模式，确保代码风格统一。 3、测试： AI可以自动生成智能测试脚本，提高测试效率和准确性。通过机器学习模型模拟各种使用场景，AI能够发现难以察觉的bug和漏洞，提高软件可靠性。 4、 部署： 通过与CI/CD流水线无缝对接，AI能够实现一键发布，简化运维操作。 总结 AI编码不仅帮助工程师解放了重复性高且耗时的任务，还从需求分析到设计、编码、测试和部署，AI都在推动研发流程的智能化和自动化。未来最理想的状况应该是人机协作，共同推动软件开发效率和质量的提升。
    踩0 评论0
正在加载, 请稍后...
滑动查看更多
正在加载, 请稍后...
暂无更多信息