粉丝49.7万获赞289.7万

四月份的时候,如果你问任何一个高阶开发者,桌面端该用什么?答案百分之一百是 cloud。 但是为什么到了五月份,大量原本始终的 cloud 的 用户开始疯狂逃离? 答案是令人窒息的账单。表面上看, cloud 更新到四点七之后,解决模糊任务的能力确实变强了,甚至还学会了点儿 gpt 那 种我要稳稳接住你的黑化。但在这背后,他悄悄修改了 tokenizer 的 计费逻辑,不再由用户控制思考深度,而是默认强制思考。 很多用户发现,更新之后的 token 消耗量至少比以前飙升了百分之二十到百分之三十。在传统的对话模式里,这或许还能忍,但在桌面端, agent 需要不断地读取本地文件,检查报错,无限循环执行测试。 一个晚上的全自动 bug 修复跑下来可能什么事都没干成,一觉醒来,几百美金的 token 额度就已经灰飞烟灭,甚至账户直接被刷成负数封禁。 cloud 狂飙的代价是,它正在把桌面 ai 变成一种连中产阶级都用不起的奢侈品。如果说 cloud 是 傲慢,那谷歌的 jammer 在 桌面端的表现只能用惊慌失措来形容。 在很长一段时间里, google 的 动作迟缓得让人难以置信。在这个谁先占领本地桌面谁就赢的关键节点, deepmind 内部似乎陷入了极大的混乱。 jimmy 的 模型表现极度不稳定,上下线差距极大,用很多开发者的话说,感觉就像是对牛弹琴,直接废了。但不可否认,谷歌的底子依然在。为了阻击竞争对手,他们成立了专门的 strike team 死磕 anthropic, 并在违背了多年不碰本地客户端原则的情况下,准备赶在五月二十日 google i o 大 会前极限发布了 mac 版的桌面应用。 谷歌的算盘很清晰,模型层面我暂时没拉开代差,但我要用我手里庞大的 g suite 浏览器和系统级生态强行捆绑你。 而整个五月最让人意外的反转,其实还是 codex 的 反杀。几个月前, codex 在 圈子里的名声并不好,他天天操着一口奇怪的黑话,犹如我不跟你绕,你就是太清醒了。 这种略带江湖气的 ai 语言,让很多严肃的程序员觉得他很不专业。但就是这个像街头混混一样的 codex, 在 五月份彻底掀翻了桌子。他凭什么? 第一,极其暴力的原声计算机控制。它不仅支持浏览器自动化控制,还能直接接管你的电脑操作系统。 很多人戏称它才是真正进化版的太空小龙虾,它会在每天早上你刚睡醒时像个真正的助理一样主动弹出来,告诉你昨天哪些代码跑通了,今天建议怎么改。第二,也是最致命的一击,廉价算力。 这也是为什么大量中国开发者和海外羊毛党集体抛弃 cloud, 转向 codex 的 根本原因。 codex 最聪明的地方在于,它本质上是一个路由器,或者说超级壳子, 它允许用户在后台极度自由地配置第三方 api 接口。在二零二六年的今天,国产大模型在代码生成和多模态理解上的能力已经逼近了美国的一线水平, 更重要的是,它们的价格只有美国巨头的几十分之一。 codex 实际上是借着中国模型的极致供应链优势,在全世界打了一场降维打击的消耗战。你 cloud 确实聪明,但我 codex 挂着国产模型,用只有你十分之一的价格,干成了你百分之九十的活。 在算力成本面前,什么高贵的设计感,什么灭绝师太般的统治力,全都不堪一击。那既然桌面端开打了,既然 agent 这么烧钱,那我到底该怎么用呢?记住一个死理,在桌面自动化时代,永远不要把所有的任务无脑扔给单一的重型模型, 你需要像管理公司财务一样管理你的桌面。 a p i 走向下面,我直接把这套目前硅谷极客圈都在用的三网融合工作流抄给你,建议直接截图或收藏,这能帮你每个月省下至少几百美金的冤枉钱。第一步,零门槛,底层部署, 不要去下载那些花里胡哨的第三方套壳,直接用命令行复制下面三行代码。 jimmy 只要有个公众账号就能白嫖。 codex 需要叉 gpt plus 或 open ai api key, cloud 则最贵,需要 pro 订阅或绑信用卡的 api。 第二步,正确分配工具,装好之后千万别瞎用, 你要学会给它们分配不同的工种。 jammy 去当免费的探路炮灰,他的核心优势是一百万 token 的 免费超大上下文,让他把项目吃透,给出方案,你点头了再动手。 cloud code 可以 当架构师,在多文件的一致性、对边界条件的考虑上, cloud 依然是目前地表最强。 codex 可以 当流水线工人,那些明确的、重复性的需要局换的脏活累活都可以丢给他。但也给个提醒, codex 的 浏览器自动化功能是一个极其危险的吞金兽,一旦它在测试网页时遇到浏览器崩溃,陷入无限重启的死循环,它一个晚上就能烧掉你两百美金,让你的 a p i 账户直接变负数。 所以凡是涉及浏览器的任务,必须一定绝对要设置超时熔断时间。第三步, 把这些工具组合成工作流。早晨掏出 gemini, 把长篇大论的需求文档和乱七八糟的旧代码丢给他,利用免费大模型把思路理清。下午掏出 cloud code, 针对核心模块进行重构,多文件同步修改,确保逻辑严密。下班前就可以让 codex 上场做 review 了。在这场桌面端的大战中,巨头们希望你变成那个无脑续费、任由 agent 烧钱的傻白甜。 但真正的超级个体,是懂得在不同的底层算力之间搭建属于自己的防火墙与调度器。这才是我们今天聊桌面 a p i 的 最终目的。记得关注这里是 ai 商业慢谈,每周分享最新的 ai 资讯和商业理解。

咱们直接来看中控技术,这家公司在二零二六年,尤其是在工业 ai 这块业务上,到底能赚多少钱?这可不是拍脑袋瞎猜,是基于公开信息管理层说法、财务数据和战略目标做的一番综合分析。 先给大家划重点,我们研究发现,中控技术的工业 ai 业务增长的势头那是相当猛,你看今年一季度就干了一点八四亿,同比增速惊人。而且公司自己也说了,今年是数倍增长的关键年。更关键的是,他们内部还有个军令状, 股权激励,直接跟这个 ai 业务挂钩,目标是八到十亿。这说明啥?说明公司上下都憋着一股劲儿要把它做大做强。 再加上他们正在从卖项目转向卖服务的订阅模式,这是要打造一个长期稳定的现金流来源啊。 咱们得看看历史数据和当前表现。二零二五年,中控技术的工业 ai 收入超过了个亿, 这数字听起来可能没那么震撼,但意义重大。它证明了啥?证明了他们的 ai 方案不是实验室里的花架子,是真的能在市场上跑起来卖出去了。 而且这是在主动搞订阅制转型,短期内收入确认可能受影响的情况下取得的成绩,含金量更高。 再看今年一季度,更是炸裂了,单季收入接近去年全年水平,这速度简直像坐上了火箭。这么一算,就算后面三个季度平平淡淡,全年也有个七个多亿的下线,这不仅给市场打了一剂强心针,估计公司内部也信心爆棚了。 现在我们来抠细节,看看怎么把模糊的数倍增长变成具体的数字。商业上说的数倍,一般至少是三倍起步。以二零二五年大概二个亿的基数算,三倍就是六个多亿,四倍是八个多亿,五倍就破十亿了。 结合期那么猛的表现,四倍增长看起来是最靠谱的军令状。 他们的股权激励计划里明确说了,工业 ai 收入要达到八到十亿以上才能兑现,这八亿是个必须完成的任务,十亿则是更高的追求。所以这个八到十亿的目标,就成了我们预测的一个非常重要的锚点。 好,现在我们手里有三张牌,第一张是企业及年化推算,大概七点三十亿,这是个保底数。第二张是数倍增长的量化解读,指向八到九亿的合理区间。第三张是股权激励的内部目标,指向八到十亿的期望区间。 你看这三条线索是不是都指向同一个方向?特别是八亿这个数字,几乎是所有证据链的交汇点,下线七点五亿稍微留了一点余地,毕竟市场纵有变数,转型也可能遇到点小波折。 上限九亿则反映了他们很可能实现四倍以上的高速增长,并且已经触碰到了股权激励目标的中间地带。 光有数字还不够,我们得看看是什么在驱动中控技术的 ai 业务往前冲。首先是战略层面,他们真的是 all in ai, 决心很大。 而且他们正在经历一场深刻的商业模式改革,从以前那种一次性卖产品、搞项目, 变成了现在这种按年收费的订阅模式。这就好比从玩刀具变成了卖会员、健身卡,虽然前期可能辛苦点,但一旦客户习惯了,就能带来持续稳定的收入,客户年性也大大增强,资本市场也更喜欢这种模式。 今年秋衣的爆发,或许就标志着他们正在走出转型的阵痛期,开始收获果实了。技术上,他们有个杀手锏,叫做 t p t 工业大模型, 这个模型是他们自己研发的,专门针对流程工业那种复杂的数据进行优化,能实实在在帮企业降本增效,这种看得见摸得着的价值,才是客户愿意掏钱买单的根本。 同时,他们也在积极构建生态,跟其他伙伴合作,确保这个大模型有足够的算力支持和应用场景。 除了内部驱动,外部环境也很给力。国家层面大力推动人工智能加行动计划,这对工业 ai 来说简直是东风吹遍神州。 再加上双碳目标的压力,那些高耗能的工厂,比如化工厂、钢铁厂,节能降耗的需求非常迫切,中控的 ai 解决方案就从以前的可选项变成了现在的 b 选项。 而且中控采取的市场策略也很聪明,是从点到线再到面,先在一个行业或者几个工厂做出标杆案例,然后复制推广。这种模式更容易规模化,也更容易实现指数级的增长。 可以说,天时地利人和,都在为中控的 ai 业务发展添砖加瓦。当然,任何预测都不是万无一失的,我们也得看看潜在的风险和挑战。 首先是执行层面,转型嘛,总会有阵痛。比如客户习惯了以前买断式的采购,突然要改成每年交钱,接受度会不会有问题?订单一下子多了, 他们能不能保证服务质量跟得上?现在各行各业抢人才都挺激烈的,万一核心团队不稳定,或者招不到足够的人也会是个问题。市场和竞争方面,如果下游行业景气度不好,客户可能就没那么多钱投到 ai 改造上, 而且这块蛋糕做大了,肯定会吸引更多玩家进来分耕竞争,家具价格战或者市场份额被蚕食的风险就存在。 财务上,转型期利润压力可能还会持续一段时间,影响估值。另外,订阅制的收入确认方式比以前复杂,对我们外部做预测也增加了难度。 最后我们综合各种因素,给出了三种情景下的预测,最保守的情况可能在六点五到七点五亿之间,这需要遇到不少不利因素。最乐观的情况,如果一切顺利,甚至可能冲击到十点五亿,那将是相当惊艳的成绩。 但我们认为最有可能发生的是中间的精准情景,也就是七点五到九亿元。这个预测是建立在他们今年一季度的强劲开局、明确的内部激励目标,以及清晰的战略转型路径之上的。 未来大家不妨持续关注中控技术后续的季度财报,看看这个增长能不能持续下去。订阅至转型到底效果如何?今天的分享就到这里。

以下是二零二六年五月十八日新闻联播主要内容总结与分析。一、主要内容一、生态文明建设十五五开局,生态环保效显著,坚持以高品质生态环境支撑高质量发展,推进降碳减污、扩绿增长、协调发展。二、数字经济与算力 调研全国一体化算力网建设,强调统筹算力资源赋能经济社会,全国智能计算算力纳入统一调度,支撑 ai 与大数据产业发展。三、经济运行 前四个月,国民经济稳中有进,工业消费投资协调发力,发布文港扩容提质方案,优化离境退税政策,激发消费活力。四、对外开放与外交举办全球贸易投资促进峰会。申花国际经贸合作与格鲁吉亚开展议会层面交流,拓展双边关系。 五、科技与航天成功发射千帆星座第九批组网卫星,完善低轨卫星互联网布局。 国产一百零三号高标号赛级汽油投产,打破进口依赖。六、民生与社会四月,一线城市房价环比上涨,多地应对强降雨,保障民生安全。国际博物馆日活动丰富,推进文化传承。 七、党建工作印发新版发展党员工作细则,规范党员发展流程。康石基层组织建设。八、国际热点聚焦中东地区局势, 报道媒以相关动向及地区冲突风险。二、发展趋势涉及领域分析一、绿色碳与生态环保,双碳目标驱动下,节能环保、新能源碳交易、生态修复等领域持续扩容。 储能技术抽水蓄能压缩、空气储能,固态电池加速落地,支撑新能源大规模并网。二、数字经济与人工智能、算力网络、 工业互联网、大数据中心等新型基础设施建设提速。 ai 从研发走向规模化应用,赋能制造业、农业服务自动化转型,算力芯片、智能传感器、工业软件等核心技术自主可控,需求迫切。三、消费升级与内需市场现遇消费成为增长新引擎。 冷链物流现遇电商,高端消费持续升级,推动消费国际化。 四、高端制造与自主可控。航空航天、高端装备、新材料、高性能燃油等领域突破,关键技术国产替代加速。卫星互联网、北斗导航等空间基础设施完善,带动低空经济、无人驾驶等新兴产业发展。 五、区域协调与城乡融合,经经济振兴、城乡供应链一体化推进,缩小城乡差距。六、对外开放与国际合作, 贸易投资自由化、便利化推进,跨境产业链供应链稳定,一带一路畅意申化,国际产能合作、跨境电商、海外基建市场空间广阔。

央妈刚刚发布了二零二六年人工智能的十大趋势,我花了一天的时间研究完,发现了一个扎心的真相,就是二零二六年,不是 ai 会不会改变你的生意,而是你不用 ai 就 会被淘汰。今天呢,我就用人话跟你讲透这十大趋势。 趋势一呢,叫 ai 治理全球话说人话就是 ai 普惠共享成为全球的核心议题, 不再是大公司的专利,而是普通人也能用的起。趋势二,智能算力规模化,关键产业要素供给进一步增强,意思就是 ai 的 大脑越来越强,成本越来越低,你用 ai 的 门槛更低了。 趋势三,应用主流化, ai 智能体全面走向场景,不再是这种连聊天工具他开始能够干活了,什么客服、销售、内容创作,各行各业都在用。趋势四, 脱模态实用化 ai 的 核心技术从专用的工具向通用智能伙伴跨越,听着很高大上是吧?其实就是 ai 变更聪明了,更好用了。趋势五, 原生 ai 终端硬件智能化新一代的智能终端与沉浸式体验消费场景相融合,你的手机、眼镜、汽车都会变成 ai 的 助手。 趋势六, ai 聚生智能化物理 ai 和聚生智能相融合,推动了机器人与现实深度交互,机器人真的要走进你的生活了。 趋势七,专业领域进一步细化和深化 ai 加科学,在基础学科产生颠覆性的成果, ai 不 再是工具, 它在帮人类做科研的突破。趋势八,前沿领域交叉融合化,累脑的智能和交叉学科加速创新,各个领域的 ai 相互学习、相互融合。趋势九, 能源问题显性化,绿色 ai 受关注 ai 耗电是一个大的问题,但也在推动着节能技术的发展。 最后一个趋势,趋势十,安全与对抗白热化安全与治理将成为 ai 发展的重要保障。国家开始建规,具有规则才能走得更远。好,十大趋势讲完了,但重点来了,我发现了两大共性,这个才是二零二六年你必须抓住的机会。第一个共性, ai 从工具变成伙伴,深度地嵌入到了你的生意中。你看,趋势三,应用主流化。趋势五的终端普及化,趋势六的具身智能化,说的都是一件事情,就是 ai 正在从会聊天变成能干活、 能陪伴的伙伴,他要走进车间,走进办公室,走进你家。对于我们做 ip、 做流量、做运公司的来说,这意味着什么?意味着你一个人加 ai, 就 能干过去一个团队的活, 内容生产用 ai、 客服用 ai, 数据分析用 ai, 效率可以至少提升十倍以上。二零二六年, ai 不是 大公司的专属,而是一人公司的黄金时代。 第二个共性,速度与责任并重。 ai 发展进入到了规范期。央妈既强调算力的规模、应用普及化的速度,也强调了安全治理、绿色发展的责任。这对于我们普通人来说,是一个天大的好事。 因为有规则,你用 ai 才会更安全、更放心。而且倡导 ai 普惠共享,小公司、个体创业者也能享受到 ai 的 红利,不会被大厂所垄断。 归根结底,这十大趋势是在告诉我们,算力你用得起,应用你用得上, ai 你 用的放心。二零二六年,不是 ai 要不要用的问题,而是你不会用就会被同行干掉的问题,持续关注我和你分享更多的 ai 趋势洞察。

人工智能爆发了,中国科技崛起了!特朗普访华,还带着一大批科技大佬来中国谈合作。苹果宣布再华追加两千亿投资特斯拉上海超级工厂,启动全自动驾驶研发,英伟达将为中国车企定制 ai 芯片。三大科技巨头用真金白银投票, 谁丢掉中国市场,谁就输掉了未来十年。未来的财富密码就记住这三个点。第一点,新能源车产业链,特 特斯拉加宁德时代就等于垄断全球。第二点, ai 算力联盟,英伟达加华为等于东西方技术共治。第三点,苹果加中国代工厂,等于智能硬件新帝国。还问我专业怎么选?电子工程、信息工程准没错,人工智能万岁!

二零二六年 g u 就是 流量密码,全球规模增长破百亿,不要靠传统老方法去蹭流量了,如果说你在豆包上没有排名,就会直接影响你的成交和转化,而 g u 优化它可以让你被客户看到,并且还没有广告费。想了解 g u 的 老板,欢迎评论区留言。

二零二六年,咱全民级最大的财富机会就是 ai。 一 五年微信上了春晚,然后一夜之间全民开始微信支付转账,对吧?他带火了啥 微商,咱身边都有靠微商挣钱的朋友吧?第二个电商,你去看看二零年、二一年是不是抖音、快手接连上春晚,然后紧接着网红主播、知识付费全起来, 少则几百万,多则几千万。现在二零二六年,豆包咱中国目前最大的 ai 软件冠名春晚了,它意味着啥?我告诉你,意味着春节过后, 咱全中国的老百姓都会开始接触 ai, ai 会渗透到咱生活的方方面面。微信上车晚带火了微商,抖音上车晚带火了直播电商,豆包,这把上车晚,我告诉你, ai 变现就是一个百分之百确定性的机会。 但是我也实话告诉大家,我做企业咨询这么多年,能吃到风口红利的都是那批早期入局的。而且任何一个风口,他刚起来的时候,他的门槛是极低 的,现在全中国的人,他对 ai 他 都有刚需,而且你所有的行业和业务都是能在 ai 上重新做一遍的。但你千万不要觉得你得懂多高深的技术, 只要你能把 ai 和你的业务结合去降本增效,或者说你能把 ai 对 接给有需要的人或者是渠道,这个机会你就能抓住。如果说你不想错过这波机会,你可以在评论区给我留言,千万别等过两年真的是门槛高了,高手都来了,你到时候再拍大腿真的就晚了。

二零二六年数据怎么赚钱?一张图讲清楚。最底层是算力存储 人流程壁画最上面落地到各行各业,数据变成业务价值变成钱。二零二六,数据及资产合规流通还是稳当。

今天一次性给老师们讲清楚二零二六年人工智能教学案例大赛和二五年的核心五大变化,帮大家精准避坑,稳稳拿奖。大家要明白,今年赛事标准全面升级,二零二五年是首届比赛主打鼓励参与,平时非常宽松,只要正常提交作品基本都能通过。但二零二六年完全不一样了,不再是简单提交,课间就能过。重点考察作品规范性、 创新深度, ai 安全合规性,评选更专业、标准更严格,含金量也同步大幅提升。今年真正是凭作品实力拿奖。重点给大家拆解五大核心改动,每一点都是拿分关键。第一个,赛道全面扩容升级,去年只有单一的用 ai 赛道,内容杂乱,没有细分。 今年全新升级的四大赛道新增了教 ai、 创 ai、 互 ai, 加上原有的用 ai 四个方向,分工明确。首先说一下教 ai 中小学 ai 通识课堂、微课实录,必须从官方六大固定场景里选择题不能自由发挥。创 ai 借助国产 ai 工具搭建教学智能体,是今年最容易冲高分拿大奖的黑马赛道。互 ai 主打 ai 能力、 信息安全与合规规范,紧扣教育政策,稳妥不出错。第二个,案例结构硬性改版,去年案例写三部分就可以达标,今年强制四件套新增 ai 规范应用说明板块, 必须详细写清 ai 违规使用教学论理底线,缺这一部分作品直接判定不合格,也是今年最容易丢分的重灾区。第三,用 ai 赛道收紧规则。去年用 ai 赛道可以自由发挥,不限场景。今年必须锁定官方六大教学场景,场景不符,内容空洞宽泛,直接淘汰。评审重点看三点, 场景贴合度、 ai 使用度、整体规范性。第四个,新增创 ai 专属赛道,这是去年没有的全新赛道,主打用国产 ai 解决真实教学难题,目前参赛人数少,竞争小,是今年绝佳的捡漏获奖机会。第五,作品审核要求更严苛。今年明确规定,视频无需真人出镜,禁止 ai 机械配音, 必须是真人原声录制。同时视频时长、格式都有统一标准,不按要求制作,直接踩坑扣分。最后给大家分享资深备赛的高分实操技巧,新老师老教师都适用。第一个,选对赛道胜过盲目努力,先手求稳,想高分通过率优先选择教 ai 护 ai 上手简单,融错率高, 懂技术想冲高分的老师直接冲。创 ai 赛道评选偏爱创新型作品,参赛人数少,高分概率极高。第二个,用 ai 赛道牢记八字核心, 场景精准,结构规范,不用贪多求全,重点把规范应用说明写详实落地,这就是核心的分点。第三,创 ai 赛道把握三大关键,优先用国产 ai 大 模型,聚焦一线真实教学痛点,打造可复制通用方案, 不做一次性无法附用的案例。第四,作品细节拉满质感,整体结构完整,视频画面清晰,真人配音流畅搭配教学设计截图真实教学数据佐证,用实际成效说话, 分数绝对稳。这场比赛是正宗国家级赛事证书,全国通用,评职称评优评先,申报骨干教师都能用二零二六年想攒优质教学成果的老师,一定要抓紧机会冲一把。

再过十几天,二零二五年将结束了,二零二六年将开始了。那么今天呢?这个我抛出几个观点啊。这个第一个呢,即将过去的二零二五年发生了很多事,但从整个的历史长河当中啊,也许我们未来会给他 下个定义,这是一个过渡之年。第二个呢,马上要来临的这个二零二六年呢,可能是一个新纪元的开局之年。此话怎讲? 首先第一个,为什么说二零二五是过渡之年啊?几个指标,一个是科技。大家知道,今年是在中国,人工智能实质性的进入我们的生活和产业的原年,从年初准确的说是中国新年 d p c 横空出世之后就是如此,不但增强人民的信心,扭转了过去。 呃,去年这个时候相对比较低落的一种情绪,同时最主要是各行各业都已经开始用上人工智能。但是呢,说实在的,这只是刚刚开始,明年才是实质性的明年。我们现在这大语言模型啊,呃,恐怕已经 不再时髦了。未来明年可能是大行动模型,换句话说,现在是我们跟他聊天啊,他会产出很多的想法。明年开始,人工智能叫 l a m large action model, 不是 大语言模型了, 单元模型依然还在,而是大行动模型。具体来说,就智能体,帮你干活的那些智能体将实实在在进入到你的生活。还有一种叫 specialized ai, 就是 专门的,现在都是一些通用型的,明年开始是 specialized, 真正的专门型的 ai 将进入我们的生活。好, 明年为什么是在过渡之余,是一个新机缘的开始?明年刚才我说了, l a m 将正式开始,所以明年这个时候大家感受到的你已经用 ai 在 实实在在进行行动了, ai 智能体是明年的一个主要趋势 啊,看看我的预判对不对啊?所以马上要结束的二零二五年,是二十一世纪二十年代的一半, 真的一半结束了。过去五年,我们经历了疫情,也经历了疫情之后的三年。好了,现在所有的这一切都过去了,从明年开始,一个新的纪元战正式开始,这个新的纪元到底是喜还是忧?喜又参半, 从科技上来说,当然喜喜为多,但是忧也许更为多。人工智能明年将结结实实动我们每一个人的奶酪, 注意啊,明年,明年开始将动每一个人来了,也许到明年的这个时候,很多形态就不一样了,人工智能颠覆的是整个一片生态。 有关这个大家还在高度关注我们十天以后要公布的十大预测,同时十二月三十一号晚上的跨年思想演讲在线上,大家可以高度关注。

二零二六年 ai 顶会早已不再直卷 l l m 因果推断已成新晋高分黄金赛道。纵观雀破 ai n reaps 顶会涉及因果方向的论文都是热门,路用率大幅提升,堪称科研保命首选。传统深度学习只会你和数据缺乏原理解释,泛化能力弱,落地极易翻车。 传统因果方法难以处理高维数据,支配不了真实大规模场景,将深度学习与因果推断融合,互补优劣,成为顶会主流创新范式。 当前有四大研究趋势,大模型原生嵌入因果逻辑,把因果认知融入 transformer, 注意力规避尾相关因果表征,结合持续建模,突破静态因果图局限,适配医疗 金融落地,从文本图像中挖掘隐藏因果线索,契合社科医疗刚需,易落地出成果。规模化因果发现解决高维数据精度低、预算慢、痛点受工业界青睐。目前还有大量顶会数据精度低、预算慢、痛点受工业界青睐。多模态因果、小样本因果 英国可解释 x a i 二点零等任选其一,都有充足创新空间。硬卷大模型已是红海借力,英国可实现降维打击入门,先从文本、医疗等应用曾切入上手快意产出,再深耕方法,曾冲刺顶会,最后攻坚理论,曾拉高创新度。想二零二六年稳发顶刊顶会深耕英国方向,就是最稳妥高效的发文捷径。

二零二六年是人工智能的应用源年,什么是应用年源年呢?所谓的应用就是它是体现在实际的生活场景中,就比如说我们日常的做生意,日常的办公,日常的自我学习,日常的兴趣,兴趣挖掘 以及等等等等,这些跟我们生活方方面面息息相关的,我都想通过数字化的东西把它数据化、格式化。大多数人不清楚自己要干什么,或者说效率提不上来,说白就是实践的少。 而实践的提升,就比如说你想让一个人快速的成为一个上战场的人,那你就直接把他扔到战场上,那现实生活中我们不需要上战场,但人生处处在竞争或者发展,或者是生存方向,他又不得不存在着被迫上战场的这种情况, 那这种情况导致我们就得具备自我学习、自我提升的这种能力,就是他就跟人工智能里面的这种记忆系统一样,人类之所以能成长,就是因为人类有 能记住这个亏,吃这个亏,我不想再犯这个错,我不想再犯这个事,我不想再办,不想再有这种的糟糕的情况重重复性出现,所以我才改变了自己的呃言行,就是所有的,比如说至于个人的懒惰呀,个人的懈怠,个人的 就是不想弄,那就是个人承担结果就行了。所以人生其实很简单,就是行为产生结果,结果个人承担的一个自我循环反馈机制,那如果你没有意识到这种机制的,每天都要重新来一次,每天都要审视自己,那那这种长此以往,他就会积累一些 隐性的,但存在的看不见的一些这个风险或者是问题,这个时候就需要人去专门的以第三方的视角,把自己的一天时间或者自己平时做哪些事情,时间的分配,钱花在哪个地方?做一个总账的管理。 就举个很简单例子,比如说我们在各种场景用手机付费消费,对吧?消费完了之后,他有数字账单的记录,一个月下来,他会给你分类百分之多少消费,消费在哪,百分之多少消费在哪。那是不是在你没有看这个账本的时候,其实你是不会了解我的钱具体到每个月花在了哪些地方? 一旦你自己这个呃开始有了这种注是正本的这个审审视型,那是不是你就相当于增加了对这个你花销的这个情况的一个了解,那他会直接导致你就明白,哦,原来我这块话多了,这块话少了。因为在此之前你是意识不到的人最大的难点就是在于意识不到这个问题, 而意识不到就是一种情报的一种根本。你像打仗,古代行军打仗,他第一要点是什么?是情报,情报分析如果是错误的话,可能战场上这个失利的概率,失败的概率就大大大幅度上升。因为你首先拿到的信息不是一手的,你拿到的情报不是有效的,你的判断当然也不会正确, 完全是看病看运气。但是打仗他不是说是一个靠运气去博弈的,他需要一些有效、行之有效的方法,那人生也是如此。人生的这个战场或者是博弈、竞争做事情的战场,他也是如此,他需要一些行之有效的管理方法,叫自我管理方法,来对自己进行一个科学的管理性。 那这个时候就要我们以管理账本的这种方式,我们就要以管理账本的这种方式去管理我们的这个啥一一生管理我们的一天或者是一个月,就是包括自己的时间分配、行为分配,还有状态分配 以及这个结果结果的体现。那这些一旦数据化量化、核实化完成之后,你是不是就清楚哦? 我失败在哪?我错误在哪?我的时间分配在哪?你就你就能意识到这种意识,就会从没有意识的我去改变和有意识的我去改变,它体现的结果就不一样,剩下的还剩下的就是自己指导自己, 自己的这些问题在哪,那他结果就会给你反馈,是不是他就一个这样的一个好的方向。所以我们就要考虑到 人一定要就是说就是要有一个自我审查的一个机制,自我迭代更新的一个格式化、数据化的一些记录,就跟看数字账本一样,看你的钱花在哪一样。如果有一个人告诉你,你比如说你在这方面吃的多了,在这方面做的少了,在这方面反思自己反思少了,那你是不是就会有意识的去改, 哪怕改一点点,那他也要比没有意识的去改变要有效的多的多,那这就是一个好的方向,这起码就是代表着我每天都在进步,哪怕进步只是一点点, 这就是为什么要有这种审查机制,那平时在工作中也好,在人生中也好,在生活中、家庭教育中,自我学习提升中,还有这个技能 熟练增长中以及经营活动之中,其实方方面面都冲插穿插着这种需要数据化核实,甚至从没有意识到意识到的这个点,一旦你从没有意识到、意识到,那这个情报有效的情报就掌握了,接下来就看你如何去做抉择。 那你会从一个始终在重复性劳动的做一件事情,但是并不能把控结果的人,会变成一个你开始逐渐的由一个一个盲目的行动者,变成一个 富有决策力的一个决策者的这种定位,那那这这就是一个身份的转变,这就是一种新的提升,那你就会有不一样的一个结果, 那这些东西具体怎么做,他还是要看方法论的。什么叫方法论?方法论就是包含了工具,你在网上学到的别人的方法,看别人的方式,别人的方法他是怎么弄的,优秀的人是怎么弄的,那这就是可以学回来, 那如果你还有给自己设立一个学习机制,那你的这个成长就更加的快速,这就是这综上所述。在现在的人工智能时代,我们以前很难有一个这样把我们的时间、精力、行为观测数据给他数据化、格式化。现在有了这个人工智能,我们不光可以用在工作效率的提升上, 也可以应用在这个自我学习提升上,你给自己设立几个这种检查机制,那如果你连我从就是这这些话,就是我刚才讲的这些话你理解不了, 就是没有一听就是我知道意思,那就说明你差的太远,就说明你的人只是活到了四五十岁或者三十多岁,你的基础教育看似也在做算数,我汉字也在识,但你教育上的差的东西其实差的太远,就是文化教育基本上没有就没有,没有阅读经验,没有阅读习惯等等。 那这就是,这就是造成了你在教育孩子的上的这种薄弱或者无理。那这种由于你的这种文化教育的缺失,导致你的下一代在得到你教育的时候,他没有这方面的营养物质滋养,那他就自然就跟不上,更多的是靠他自己去拼搏,这就是代代的这种传承传递。

二零二六年教师人工智能应用案例征集活动,各省都已陆续下发通知,含金量很高,今天给大家解读一下这个文件,避免踩坑, 看完直接就能上手准备了。本次活动一共设置了四个大类,分别是教 ai、 用 ai、 创 ai 和护 ai 四类,定位非常的清晰,分工也很明确。听我讲完了,你看自己适合哪个赛道再去选,不要盲目选择赛道。首先是教 ai, 指面向小学、初中、高中基础教育,老师 主打给学生上 ai, 同时科普课主要讲解 ai 概念、基础技术和实际应用,分三种形式,微视频案例 一,课时案例多课时案例必须用国内合规 ai 工具,境外为备案工具,一律不能用,用了直接淘汰,需要提交完整教学设计、课堂实录,还要配套说课内容,因为流程稍繁琐,很多老师不愿报,竞争反而很小,更容易拿奖。第二个是用 ai, 全员可报,没有学断限制。 核心是用国产 ai 工具解决真实教学工作中的实际问题,比如备课、授课、作业设计、教研研讨、班级管理等场景用 ai 实现提质增效。要求 ai 和教学有深度融合,不能只是浅层使用。参赛视频时常控制在八到十二分钟,用 ppt 加录屏加解说的形式录制, 重点要求真实教学场景,方法可复制,能落地使用。下面是创 ai, 属于高阶创新赛道,适合懂技术、有研发能力的老师,需要老师自主开发。 ai 教学相关工具,分为教育智能体、智能信息系统、 ai 学习工具三类,可以用低代码、无代码平台搭建教学助教、 学习陪练、课后辅导等工具。支持三人组队参赛。作品要求原创实用,可落地推广,需提交研究报告、演示视频及相关说明资料。最后,试护 ai 主打 ai 使用安全与合规,底线 核心是规范教师 ai 使用行为,做好风险防控。围绕教师生成式人工智能应用指南展开,讲解 ai 使用边界、风险隐患 规避方法和规范操作步骤。参赛视频时长不能超过八分钟,重点体现风险辨别能力和规范使用意识。不用真人出镜,也不能用 ai 生成音效,大家只需要配音解说,想制作的老师们有任何问题都可以来问我。

各位同学,各位家长,这个大家好,我们今天和大家呢,呃,分享一些我认为啊,在中考过程当中呢,很容易出现的一些 题目啊,今天咱们分享的就是关于人工智能加教育的这个专题啊,这一部分呢,我觉得,呃第一个呢,呃和同学们的这个生活呢密切相关, 同时呢,呃国家呢,对这个人工智能还有教育这块呢,也是比较的重视的。好吧,今天咱们嗯分享一个题目,我们来看这个题啊, 我们在做大题的时候的第一步啊,要看一下这个题的问题是什么,那这个题的问题是说教育局采取上述决策有何意义?那这个题是一个议题, 那写意义题的时候我们要注意啊,要几个方面,第一个找主体,第二个找方面。 那这个题我们看它是找主体还是找方面,我们根据以前的经验,这个题应该从方面找起。 那六分,那我们得写几个方面,三个方面啊,也就是这个题至少得写三个方面,那我们回头来看,这方面根据材料而定,那这是第一个自然段,第二个自然段,第三个自然段,对吧?第一个自然段 他所说的是什么?支持农村边缘地区,那这体现出什么? 使农村和城里啊,区域之间怎么的教育平衡吗?那这个地方不是很明显体现出了城乡区域协调发展的问题,对吗? 啊,也就是说让所有的地区都能覆盖这些内容。好。第二个啊,发挥开放大学体系、社区教育、老年大学作用, 构建人人皆学、处处能学、时时可学的学习型社会。那这个自然段当中我们所体现出的知识点应该是七年级的学习,那么涉及到哪些学习呢? 什么样的这个学习型社会呢?我们通过这个材料当中可以看得出,这,对吧?这体现出的是什么?老师画的这个终身学习嘛。 嗯,终身学习的就是有利于构建全民终身学习的社会。那同时我们看看还有没有其他的了 啊?人人皆学啊,处处能学,时时可学,对吧?啊,主要就是围绕着这个 构建学习型这个社会。第三建设学生数字档案,依据学生能力特质来优化学习路径。 嗯,那这个里边我们应该说的是什么?还是学习让同学们什么学会学习,对吧?啊?这个就是从这三个方面啊,构呃,构成的这个答案。 那么这个参考答案当中呢?这里边呢,在第一自然段当中啊, 其实他还可以体现出另外一个知识点,什么社会教育的什么公平正义, 是不是保障呢?大家都能有学相,有学上,不管你城里的也好,农村的也好,是不是边缘地区的也好,发达地区的也好,他都能有学上,大家都是公平的。 所以说在第一个自然段当中呢,他还可以体现出这个知识点。好吧,那我们通过这个题啊,老师主要强调的是两个方面内容,第一个就是针对于人工智能这个地方,我觉得,哎,考试的时候很容易出现。 第二个呢,就是关于教育学习这个地方啊,这就是,呃,我想讲这个题的一个目的啊,这就是这个题的一个参考性答案。好吧,那今天这个视频咱们就说这么。