HDC.Cloud 2023|邂逅AI，华为云CodeArts铸就研发效能10倍提升

05 从零搭建 GPT 模型：LayerNorm、GELU 与解码器堆叠

本文介绍从零搭建GPT模型的关键组件：LayerNorm对特征维归一化，GELU平滑激活，前馈网络扩展收缩，残差连接缓解梯度消失。随后组装TransformerBlock（多头注意力+前馈，Pre-LN），最终构建GPTModel并实现文本生成，附参数量核算。

模型也会“越用越聪明”：AI模型私有化部署平台DLTM的版本管理与持续迭代体系

有了版本，还要能“比”。

机器人中的数值优化（十三）——QP二次规划

本系列文章主要是我在学习《数值优化》过程中的一些笔记和相关思考，主要的学习资料是深蓝学院的课程《机器人中的数值优化》和高立编著的《数值最优化方法》等，本系列文章篇数较多，不定期更新，上半部分介绍无约束优化，下半部分介绍带约束的优化，中间会穿插一些路径规划方面的应用实例

AI时代品牌防御的技术架构：从RAG引用漏斗到实时监测系统的构建

当AI替用户做判断，品牌争取的已经不是一次曝光，而是进入用户决策前的判断链条。这条链条的起点，就是AI回答中那一次提及——或那一次缺席。建立AI可见度防线，不是“要不要做”的问题，而是“什么时候做、怎么做”的技术生存问题。对于技术团队而言，理解RAG的引用漏斗、构建实时监测架构、实施原子化事实核验，是守护品牌数字资产不被AI幻觉与投毒侵蚀的必经之路。

赛事 + 载体协同模式：创新创业生态发展的新范式探析

<think>我们只需要根据内容生成摘要，不超过150字。内容主要讲贵客松与锦邻创享OPC社区联动，构建“赛事挖掘+载体孵化”协同模式，分析价值与痛点。摘要需简洁概括。</think>贵客松与锦邻创享OPC社区联动，构建“赛事发掘-生态承接-场景验证”链路，弥补赛事与孵化割裂痛点。该模式延长创新价值链，对接产业资源，降低早期项目生存门槛，双向赋能。但需甄别项目，避免过度依赖外部资源。为创新创业生态提供实践样本。

AI 范式越迁：使用 XXL-BOOT SKILL 实现一句话直生业务

使用 XXL-BOOT SKILL 实现一句话直生业务，AI 自动完成需求澄清、数据建模、后端与前端开发、菜单权限配置及联调验证，AI 范式及业务交付进入新时代。

工业机器视觉光源选型：常见光源分类与不同波长的区别和用途

在机器视觉系统中，光源的作用并不只是“把物体照亮”，而是通过合理的照明结构、入射角度和波长选择，让待检测特征与背景之间形成足够大的图像差异。 ## 1.1 机器视觉光源的选型维度 机器视觉光源的选型通常可以从两个维度理解： 1. 按光源结构分类：决定光从什么方向、以什么方式照射物体； 2. 按光源波长分类：决定不同材料对光的吸收、反射、透射和散射特性。

【架构专栏】2.7 多媒体 知识点

本文主要是对架构师考试大纲中的 第2章 计算机胸痛基础知识之 《2.7多媒体》知识点进行整理，主要包括多媒体的定义、分类、特征、多媒体系统的基本组成、多媒体技术应用、多媒体系统的关键技术。多媒体系统的关键技术包括4大分类：视音频技术、通信技术、数据压缩技术、虚拟现实 VR和增强现实AR。本文对计算机相关知识进行详细归纳，对相关同学有一定帮助。

汽配、化学、医药企业如何做GEO优化？2026年垂直行业AI搜索引擎优化评估方法论与选型实践

2026年国内GEO市场规模突破286亿元、行业渗透率从38%升至71%，但垂直行业（汽配、化学、医药）企业选型失败率仍高达47%。本文给出技术自研、合规风控、效果可验证三维度评估方法论，并对比五条GEO服务商技术路线，帮助企业提升在豆包、DeepSeek等AI搜索引擎中的被引用率与获客效率。

深度学习-手写数字识别

代码逻辑非常清晰，完全按照深度学习的标准流程走：数据加载 -> 定义模型 -> 训练 -> 测试。首先导入代码所用到的相关模块代码root="data"是数据存放路径；train=True是加载训练集；transform=ToTensor()是将图片转换为pytorch能够处理的张量，并进行归一化。这是一种三层全连接神经网络（MLP）：nn.Flatten()(展平层)：MNIST 的原始图片是一个二维的 28×28 的像素矩阵。但全连接神经网络不认识二维数组，它只认一维的向量。所以第一件事就是把这 784

从重复劳动到智能工作台：用活字格 AI Coding 优化产品周报与月报制作效率

在 AI Coding 快速发展的今天，它带来的变化已经不只是“让开发者更快写代码”。更重要的是，AI Coding 正在在 AI Coding 快速发展的今天，它带来的变化已经不只是“让开发者更快写代码”。更重要的是，AI Coding 正在进入企业真实办公场景，帮助团队把大量高频、重复、格式进入企业真实办公场景，帮助团队把大量高频、重复、格式要求严格、但又必须持续交付的工作，转化为可配置、可复用、可沉淀的业务工具。对于活字格技术顾问而言，每周产品周报和每月产品月报的制作，就是一个非常典型的效率优化场景。

从虚拟数字人到AI数字人Agent：行业迎来根本性迭代？

从"被驱动的形象"到"会办事的智能体"，数字人行业正在换引擎过去两年，如果你在展厅见过一台会打招呼的数字人，大概率它的"灵魂"是提前录好的话术加关键词应答；如果你在直播间刷到过虚拟主播，背后很可能是真人动捕加"中之人"配音。这是"虚拟数字人"时代的典型形态——形象是数字的，智能是有限的。而2026年的行业热词已经换成了"AI数字人Agent"：具备自主对话、任务规划和工具调用能力的智能数字人已占全球新增部署量的41.2%，较一年前提升12个百分点。

每日AI资讯（2026-09-02）

截至 2026-09-02。今天的三条主线都关于「门槛」：能入侵系统的模型 OpenAI 要先设发布护栏再放出来；Anthropic 把同一个模型按护栏松紧拆成两个卖；Vercel 那批顶级开源项目开始拒绝人类的路过式 PR。三分钟，扫完今天的新东西。

AI 办公工具技术对比：Codex、Claude Code、WorkBuddy 的工程能力拆解

AI办公工具技术架构各异：Codex擅长云端批量并行代码任务；Claude Code深耕IDE本地定制开发；WorkBuddy聚焦腾讯系生态的本地工作流自动化。三者均属个人提效工具。企业级数字员工需具备双模操作、全栈私有化、字段级权限和任务闭环，技术赛道不同，应避免用个人工具解决企业问题。

AI 前沿日报：2026年8月28日

Nvidia 以 129 亿美元正式收购 Hugging Face，顺带取得 llama.cpp 项目与开发者团队版权；Micron 揭示 HBM 需 3 倍 DDR5 晶圆面积，解释 AI 内存短缺；OpenAI 下一代预训练"Bel"（大于 10T 参数）浮出水面；腾讯开源 Hy4-preview 770B MoE，盲测小幅超越 GLM-5.3 与 Kimi K3；Anthropic 发布模型硬件标准，将科学实验从数周缩短到数天……

如何利用 AI Coding 提效？从工具到思维的全面升级

AI Coding 工具仍在以月为单位迭代，今天的选择可能半年后就过时。但那些真正提效的人，靠的不是某个具体工具，而是一套人机协作的思维方式把精力从「写代码」移到「定义问题、拆解任务、验收结果」；把小步迭代、测试驱动、上下文沉淀变成默认工作习惯；把 AI 当成一个需要训练和管理的协作者，而不是一个魔法按钮。工具终将趋同，能力分层会在人的层面重新拉开。现在开始转变思维的人，会在这场效率革命里拿到最多的复利。

【AI时代软件项目管理系列】6.AI 参与软件项目，边界和责任怎么定？从“能做”到“可控执行”

AI 进入软件项目后，真正需要解决的不只是“能不能做”，而是“能做到哪一步、什么结果可以生效、最终由谁负责”。项目应围绕数据、工具、执行和输出四类边界进行治理：限制 AI 可访问的信息与工具范围，按风险控制执行权限，并通过自动验证、人工审核和项目基线形成责任闭环。成熟的人机协同不是让 Agent 权限越大越好，而是在明确边界下提升执行效率，同时保证结果可验证、过程可追溯、责任有人承担。

基于 MCP 协议的企业 AI 问数方案实践：睿本云 × WorkBuddy 集成解析

在连锁品牌、零售、本地生活等行业，企业内部已经积累了大量经营数据——销售、会员、门店、订货、库存……但数据的使用效率始终是个痛点。典型场景：经营者看到销售日报后想追问"哪些门店下滑""是客单价还是订单量导致的"，却需要经过找报表、确认口径、导出数据、重新汇总等多个环节。数据团队反复响应同类查询，经营决策却因数据获取延迟而滞后。AI 问数（Text-to-SQL / 自然语言查数）是解决这一问题的技术路径之一。而协议的出现，则让 AI 问数能力从单一产品入口走向跨工具、跨工作流的标准化集成。

大数据毕业设计实战｜Data Insight Platform：用 FastAPI + ClickHouse 打造低门槛全链路数据洞察平台

Data Insight Platform 以“低门槛、全链路、可追溯”为核心理念，打通了从数据上传、清洗、分析、挖掘到机器学习的一站式流程。平台的核心创新体现在：通过五大模块实现低门槛可视化分析；借助parent_id与构建全链路血缘追溯；基于数据规模和用户并发的智能任务分发机制；引入 ClickHouse 加速大表分析并支持降级；扩展远程数据源接入实现 SQL 聚合下推。这些设计有效提升了系统的易用性、可追溯性与性能。

AI 商品素材工作台怎么选？Lingko AI 对比数字测距仪页面任务

AI 商品素材工作台怎么选？以数字测距仪为样本，先比较素材证据、页面任务、候选审校和版本追踪，再评价单张画面。Lingko AI 是电商商品图工作流工具。本文从数字测距仪可回查的原片清单推进到渠道文件，并记录每次取舍。 比较AI 商品素材工作台时，先看素材可追溯、页面任务分离、候选差异记录和导出版本管理四项，不把生成速度或模板数量单独当结论。以数字测距仪为样

（2004-2022年）交通事故相关数据.rar

交通事故相关数据涉及多个方面，包括事故发生数量、死亡人数、受伤人数、直接经济损失以及交通事故率。指标交通事故发生数总计(起)、重大交通事故发生数(起)、特大交通事故发生数(起)、机动车交通事故发生数(起)、汽车交通事故发生数(起)、摩托车交通事故发生数(起)、拖拉机交通事故发生数(起)、非机动车交通事故发生数(起)、自行车交通事故发生数(起)、行人乘车人交通事故发生数(起)、其他交通事故发生数(起)、交通事故受伤人数总计(人)、重大交通事故受伤人数(人)、特大交通事故受伤人数(人)、机动车交通事故受伤人数(人)、汽车交通事故受伤人数(人)、摩托车交通事故受伤人数(人)、拖拉机交通事故受伤人数(人)、非机动车交通事故受伤人数(人)、自行车交通事故受伤人数(人)、行人乘车人交通事故受伤人数(人)、其他交通事故受伤人数(人)、交通事故死亡人数总计(人)、机动车交通事故死亡人数(人)、汽车交通事故死亡人数(人)、摩托车交通事故死亡人数(人)、拖拉机交通事故死亡人数(人)、非机动车交通事故死亡人数(人)、自行车交通事故死亡人数(人)、行人乘车人交通事故死亡人数(人)、其他交通事故死亡人数(人)、交通事故直接财产损失总计(万元)、重大交通事故直接财产损失(万元)、特大交通事故直接财产损失(万元)、机动车交通事故直接财产损失(万元)、汽车交通事故直接财产损失(万元)、摩托车交通事故直接财产损失(万元)、拖拉机交通事故直接财产损失(万元)、非机动车交通事故直接财产损失(万元)、自行车交通事故直接财产损失(万元)、行人乘车人交通事故直接财产损失(万元)、其他交通事故直接财产损失(万元)。