9月22日，Intel-DataCanvas人工智能在线技术峰会落下帷幕。此次峰会由英特尔联合国内知名自动化数据科学平台提供商DataCanvas九章云极特别举办，邀请人工智能及数据处理等领域的重要企业、学术专家与行业精英一起，探讨行业前沿，交流技术与经验，分享观点，碰撞思想。
此次峰会旨在更好地推进人工智能技术在数据处理与各行各业中的实际应用，DataCanvas九章云极联合创始人&CTO尚明栋、英特尔中国区行业解决方案集团人工智能行业客户总监刘洋分别致辞，来自英特尔、DataCanvas九章云极和五矿证券的资深技术专家在峰会上分享最新技术应用经验。
01 Intel：英特尔工业人工智能实战
英特尔AI解决方案架构师臧战围绕智能制造行业中的典型应用，总结了英特尔在真实场景中的AI技术和产品优化方案的《AI实战手册》是他在本次峰会上的主要分享内容。
臧战详细介绍了《AI实战手册》趋势篇、实战篇和技术篇的具体内容和手册使用方法，并通过机器视觉案例和时间序列案例展示了深度学习和机器学习技术在制造业和能源行业中的成功实践。“Intel作为全栈的解决方案提供商，支持各种各样的人工智能场景。客户也可以选择各种智能化方法，如机器学习、深度学习或者机器学习和深度学习的耦合。此外，Intel在开源软件方面的投入非常大，能够提供多个开源架构的优化方法。” 臧战认为，经验分享是快速实现应用落地的最佳手段，期望与行业合作伙伴一同加速制造行业的人工智能之旅。
02 DataCanvas：下一代数据科学平台
DataCanvas九章云极资深数据科学顾问雷生，对数据科学平台在各行业落地趋势进行解析，并详细介绍DataCanvas数据科学平台产品的特色功能。他提到，DataCanvas APS 数据科学平台和 DataCanvas RT 实时决策中心作为DataCanvas的核心组件，能够实现数据模型生产化并扩展到实时的全生命周期管理。
“DataCanvas APS 正在最大限度地为使用者在建模工作上节能提效和协同作业提供自动化服务。”通过数据导入即分析、自动机器学习建模、模型一键上线服务、知识和资源共享服务、模型仓库等功能，DataCanvas APS为客户轻松实现模型构建流程化、构建过程标准化、内外模型统一化、IT服务智能化、审计环节严格化、算法模型全面化、开发过程协作化、日志状态监控化、业务知识共享化、AI资源可迁移等智能化需求。
DataCanvas RT则将模型形态扩展到了实时，通过实时计算、实时指标加工、实时规则决策、实时模型预测等等为企业用户提供完整的实时场景解决方案能力。DataCanvas APS 与 DataCanvas RT 的无缝对接，能够让企业实现跨越式的数字化转型。
03 DataCanvas：深度学习突破结构化数据瓶颈
DataCanvas九章云极资深架构师杨健分享了九章云极在AutoML和AutoDL领域的重大创新突破。今年3月，由DataCanvas自主研发的DeepTables深度学习工具包在全球知名国际竞赛Kaggle Categorical Feature Encoding Challenge II 中超越来自全球各地的知名厂商，包含全球第一的电商公司和搜索引擎公司等，在所有参赛的1100多支团队中，荣获全球第一名。这是深度学习在结构化数据分析领域中世界性的重大创新突破，是中国自主研发实力能够引领全球的再次证明。
杨健介绍说：“DeepTables具有极强的灵活性和易用性。通过DeepTables，仅用五行代码就可以完成整个建模过程，甚至无需提前做数据预处理和特征加工过程;并且提供开箱即用的高性能模型，业务人员也可训练出专家水平的模型。”
近期开源发布的另一自动化科技硕果——自搜索神经网络框架Hypernets，则基于超架构的搜索空间完成神经网络超参数和微架构的自动搜索和模型训练，再一次提升自动机器学习工具的开发和应用效能。“DataCanvas在AutoML和AutoDL上的探索成果为企业的数据建模分析按下加速键，企业数据将迅速呈现前所未见的价值，甚至推动企业进一步改变业务格局和业务形态。”
04 五矿证券：大数据及人工智能在资管行业的应用
五矿证券大数据团队负责人朱春霖分享了大数据在公募基金领域的发展历程、大数据应用和产品，以及机器学习技术在各类项目中的应用。他提及，在公募基金行业，大数据前期以营销侧客户多维分析需求为切入点，搭建整体大数据处理框架。到大数据深入应用阶段，则全面接入公司主要业务数据，构建数据湖体系，并明确大数据在数据中心底盘的定位，应用侧以满足投研投资需求和营销侧报表为主。
关于机器学习的落地应用，朱春霖以基金涨跌概率模型、小规模基金输出及解释、精准营销数据挖掘、大类资产配置模型等案例做出细致讲解和分析。机器学习技术在资管行业的落地应用潜力依然巨大。
随着企业智能化、数字化进程的加快，尤其在5G加持下，海量终端将带来前所未有的海量数据，如何利用数据产生精准洞察是新时代企业的重要课题。在算力和存储技术发展的带动下，以深度学习、机器学习为重要内容的人工智能技术在数据处理和挖掘上，正在显现出巨大的作用和潜力。DataCanvas九章云极将自动化数据科学技术封装到企业级平台，将缩短各行业企业智能化进程，收获更多业务智能化成果。
申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！
在信息技术持续革新与市场竞争日趋激烈的行业环境下，本地生活服务领域正经历着深刻的智能化转型。这一转型过程不仅涉及技术层面的升级迭代，更关乎服务模式与行业生态的系统性重构。阅北科技通过持续推进算法技术的优化与应用，在提升服务精准度和用户满意度方面进行了积极探索。阅北的算法系统建立在持续优化的技术架构之
2025年10月17日，上海在人工智能技术加速演进、产业生态持续升级的关键时期，由上海市漕河泾新兴技术开发区发展总公司联合天罡智算交易平台共同发起成立的“漕河泾天罡人工智能研究院”（以下简称“研究院”）正式揭牌。研究院将依托漕河泾的产业资源与平台优势，联合上海交通大学、上海社会科学院等权威机构，聚焦
“AI大模型六小虎”百川智能危机重重。这是前搜狗CEO王小川创办的AI公司。昨天就爆出新闻，百川智能的联合创始人离职，这是王小川入局AI的第一道大坎。接下的成败非常关键：(1)拿下河北(2)学习科大讯飞百川智能离职高端概览：(1)2025年7月10日，百川智能技术联合创始人谢剑将离职。他是百川只能的
摘要续航、性能和AI，这三件原本互相打架的事，正在一台轻薄本里慢慢和解。我上一次正经用一台Windows笔记本，已经是上学期间，很多年前的事了。记忆还停留在上学那会儿，为了打游戏，我背着一台又厚又沉的「游戏本」在宿舍和教室之间来回，包带勒在肩膀上，键盘下方烫手，电池撑不过两节课，离了插座基本等于半残
痛点引入与概述（Introduction）只要你是一名国内开发者，一定经历过这样的抓狂瞬间：·在各种代理间反复横跳，只为了让claude命令能执行超过10秒不报ConnectionTimedOut；·好不容易注册的Claude账号，下一次claudecommit时直接提示Youraccounthas
随着大型语言模型在研发、产品与业务中渗透得越来越深，技术团队面对的现实不再是“要不要用”，而是“怎么高效、稳定、合规地调用几十上百种模型”。直接逐一申请各家官方的APIKey，管理成本高、切换成本更高，而模型供应不稳定、账单零散又缺乏企业级管控的痛点，让API聚合平台和API中转站成为技术栈中不可或
二手手机回收看似简单，实际涉及价格评估、设备检测、物流交接、隐私安全、付款结算、争议处理等多个环节。对用户来说，最担心的往往不是“旧手机能不能卖”，而是“价格是否合理”“寄出去是否安全”“检测后会不会变价”“手机隐私会不会泄露”“如果不满意能不能退回”。合肥曦诺传媒有限公司作为一家面向全国客户提供二
当你的团队开始把ClaudeCode和Codex当作日常编程搭档时，一个被反复低估的难题会浮出水面：这些工具的模型配置不像玩具Demo那样一键切换，真正落到生产环境，你会撞上API兼容性、Token消耗追踪、多账号权限管理这些实打实的工程问题。不少团队卡在“能调通”到“能管好”之间的鸿沟里——接口地
文/郭静来源/节点财经据TheInformation报道，DeepSeek已完成首轮外部融资，募资总额超500亿元人民币（约74亿美元），估值达到500亿美元。如果消息属实，这将是国产大模型乃至整个中国AI行业迄今为止最大的一笔单轮融资。互联网、制造业、老牌资本、国家队，一样不缺——梁文锋亲自坐庄，
“PC正在被重新定义，这次重塑的意义堪比当年手机向智能手机的变革。”6月1日，英伟达CEO黄仁勋在COMPUTEX2026（台北国际电脑展）上进行了一场近2小时的主题演讲。在演讲中，他从口袋里掏出了一块面向个人AI电脑的超级芯片—RTXSpark，宣告智能体AI（AgenticAI）时代已全面到来。
团队启动了一项关键的代码库现代化项目，目标是将遗留的Python服务迁移至更健壮的架构，并利用前沿模型进行全量代码审计与重构。评估了多个选项后，我们决定采用ClaudeCode，看中的是ClaudeOpus4.8在SWE-bench上展现出的顶尖推理能力以及其超长上下文处理窗口，理论上非常适合处理我
每到节假日出行，买火车票就成了不少人头疼的事。高铁票用什么平台买比较靠谱？哪个平台抢票成功率更高？支付方便吗？出票快不快？怎么买才划算？这些问题几乎每个坐火车的人都遇到过。从实际使用体验来看，市面上几个主流平台各有特点，但从功能完整度和省钱力度上，同程旅行近期的表现值得关注。一、抢票成功率，取决于平
大模型的能力已经渗透到日常开发、产品迭代和业务决策的每个环节，但一个越来越尖锐的问题也随之浮现：当团队开始重度使用多个模型、多种工具时，AI费用如何做到既透明又可控？传统的「一个模型配一把Key」方案，在面对ClaudeCode、Codex、Cursor、Cline等不同接入协议、不同消耗特征的工作
