-
Vol.76 我们不知不觉的走到了这里---170 页 PPT 讲透 2025AI 行业
本期播客基于一场 170 页的深度 PPT 演讲，全面剖析了 2025 年 AI 行业的现状与未来趋势。内容涵盖技术、产品、资本和泡沫四大核心板块。在技术层面，主播深入探讨了自然语言模型、多模态和 Agent 的演进趋势及挑战，如推理模型的主导地位、强化学习的广泛应用、数据获取与记忆拓展的难题、以及传统 Benchmark 评估标准的失效。同时，详细对比了中美 AI 模型公司的竞争格局和估值差异。…- 0
- 0
-
AI 时代，架构师还有存在必要吗？
本文深度分析了人工智能时代对传统架构师角色的冲击与重塑。作者首先从广义的“架构”概念出发，引入社会-技术架构框架，为理解未来世界奠定基础。接着，文章回顾了 AI 架构从“手工作坊”到“发电厂”模式的演进，并提出了“前场+后厂”的大模型应用架构。在对未来世界的展望中，文章详细阐述了 AI 如何赋能政府提供个性化服务、企业演变为自感知、自执行、自适应的认知型组织，以及个人如何从“可被优化的成本”转变为…- 0
- 0
-
前端没死，AI APP 正在返祖
文章引用蚂蚁集团终端技术委员会负责人翁欣旦的观点，指出 AI 并未杀死前端，而是将技术复杂度从物理堆叠迁移至数字堆叠。AI 应用界面看似“返祖”的极简背后，是交互模式从 CUI 到 GUI 再到 CUI 与 GUI 共生的轮回，以及架构从宽泛 API 到语义化 API 的演进，这实则是在“清算技术债”。文章进一步强调，云端万能论忽略了网络和算力的物理限制，未来 AI 体验将是“云侧训练 + 端侧推…- 0
- 0
-
V3→R1→V3.2｜一文看懂 DeepSeek 技术演进
本文系统性地追溯了 DeepSeek 大模型从 V3 到 V3.2 的演进历程，详细阐述了每个主要版本背后的技术创新与考量。首先，文章介绍了 V3 版本中 MoE（专家混合）架构和 MLA（多头潜在注意力）机制，分别解决了大模型效率与长序列显存占用的问题。接着，R1 版本引入的 RLVR（可验证奖励的强化学习）训练范式，通过程序自动验证答案，显著提升了模型在数学和代码等推理任务上的准确性和可靠性，…- 0
- 0
技术演进
扫码打开当前页
-
✈优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×