【笔录】TVP技术沙龙：寻宝AI时代

最新推荐文章于 2025-11-24 11:13:57 发布
原创 最新推荐文章于 2025-11-24 11:13:57 发布 · 1.1w 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#沙龙 #AIGC #大模型应用

本文探讨了大模型在各行业的应用案例，涉及制药、金融、BI分析等，提出了大模型面临的“偏见”和数据安全问题，以及模型落地时的考量维度。同时介绍了AIGC的几个具体应用，如SQLCopilot和BICopilot，强调了存储需求和LLM工程的演变，以及编程协作范式的改变。

目录

引言

大模型是10倍的机会，但并不是平均主义的机会，没有低垂的果实。
企业想在大模型的赛道上跑出成绩，应该怎么做，又要选择哪些赛道？

在这里插入图片描述

大模型的应用案例

应用行业应用方向应用程度
制药企业医药代表的培训
培训代表的表达能力和应对策略		培训
股份制银行AI自动问答
解决客户自主业务问题，提升客户使用体验		copilot
对话
咨询公司AI自动分析数据
生成日报和周报		挖掘

大模型三问

  • 大模型的“偏见”或“漂移”问题
    • 回答必须有出处（原文）
  • 大模型数据安全问题
    • 技术层面进行解决，如联邦学习等
  • 大模型的能力域边界
    • 大模型能做什么，可以把大模型比作一个学习了人类已有知识的智能体

模型落地可行性考量维度

维度业务价值技术复杂度数据成本安全可解释性
1增强决策能力市面现有模型是否支持数据可获取性算力硬件成本数据安全与隐私业务场景
对模型产
出结果的
可解释性
要求
2提升内部效率模型微调复杂度数据质量达标商用模型成本模型知识产权
3提升客户体验prompt 工程复杂度数据验证标准
4数据处理

AIGC的几个可行应用方向

  1. SQL Copilot
    SQL Copilot是一个辅助工具，可以帮助开发人员编写SQL查询语句。它可以通过分析用户的查询意图和数据库结构，自动为用户生成或修正SQL代码。
    SQL Copilot利用了自然语言处理和数据库理解技术，使得开发人员能够更快速、更准确地与数据库交互。这样可以提高开发效率，降低错误率。
  2. BI Copilot
    BI Copilot是一个在商业智能（BI）领域的辅助工具。它可以协助分析师、经理等人员快速提取数据、生成报表，并提供数据可视化建议。
    BI Copilot可以通过自动化和智能化的方式，帮助业务人员更高效地利用数据进行决策制定。它可以加速数据分析过程，减少了繁琐的手动操作。
  3. 用户趋势
    用户趋势分析是通过对用户行为数据进行统计和分析，从中提取用户的偏好、行为模式等信息，用以优化产品或服务。
    AIGC可以帮助企业快速分析大量的用户数据，识别出用户的喜好和行为模式，为企业提供了更有针对性的产品优化和市场营销策略。
  4. 客服会话（智能客服）
    智能客服可以通过聊天机器人或自动响应系统，为用户提供基本的客服支持，解决常见问题，并在必要时将用户转接给人工客服。
    AIGC在客服领域可以通过自动化和智能化的方式，为企业节省人力资源成本，提升客户服务的效率和满意度。
  5. AI识图
    AI识图可以用于图像识别、物体检测、人脸识别等领域。例如，智能相册可以自动识别照片中的人物、场景等信息。
    通过深度学习和计算机视觉技术，AIGC可以帮助人们更便捷地管理、搜索和分享图像信息，也可以在安防、医疗等领域发挥重要作用。
  6. 内部资料整理（分析文本内容）
    AIGC可以帮助企业对大量文本数据进行自动化处理和分析，从中提取出关键信息、进行情感分析等，以辅助决策制定。
    内部资料整理是一个广泛的应用方向，可以用于处理企业内部的各种文档、报告等，为企业的管理和决策提供数据支持。

AIGC的存储

在这里插入图片描述
三点需求：

  1. 数据湖（Data Lake）的统一存储。在整个AIGC的过程当中，数据存储的量非常大，它带来的存储需求就需要用数据湖来解决，避免数据孤岛的问题。
  2. 在各个业务的处理过程当中，数据流动的需求，这些数据如果用一些传统的文件存活，就会遇到数据孤岛的问题，因此需要一个统一存储来对其提供服务。
  3. 高吞吐和低延迟，在AIGC的场景下，GPU的算力是稀有和昂贵的，客户希望整个训练是跑的越快越好，对GPU使用的越满越好，这就对底层的存储提出了一个要求:越快的把数据读出来，越快的提供给上层训练，这样价值才是最高的。

LLM工程应用范式演进

Hard CodedPrompt as ServiceOrchestration as ServiceAgent as ServiceAutonomous Agent
现行方案LangChain
Llamalndex		PromptPerfect
Promptknit		Dify
Semantic Kernel		AutoGPT
BabyAGl		?
传统工程类比Function CodingServerlessWordpressRPA?
技术人员挑战静态耦合能力单一，集成难度高工程化水平、工作流改造性能不可控?
业务人员挑战无法参与协作无法追踪效果学习成本高效果不稳定、成本高昂?

在这里插入图片描述

LLM编程协作范式变化

Design FirstAPI FirstPrompt First
职业需求分析师
设计师		工程师Prompt 工程师
产出用户界面
需求文档		API文档
微服务		Prompt Flow
Agent Service
任务需求分析
绘制与还原界面		API设计
API&开发&测试		设计预期与验证集
编写 Prompt
工具UML / 文档 / FigmaSwagger / PostmanPlayGround / Jupyter / Prompt IDE
TVP_Generator:使用此Python代码生成TVP标题
05-12
TVP_Generator 使用此Python代码生成TVP标题。 这个怎么运作？ 您输入文本，然后生成图像。 可能的修改 您可以添加自己的图片，更改字体及其设置。 做你想做的。 它甚至可以充当不和谐的bot，也可以轻松转换。 我...
Bayesian_TVPVAR:TVP-VAR模型的贝叶斯估计
05-15
贝叶斯_TVPVAR TVP-VAR模型的贝叶斯估计 此仓库包含有关如何使用TVP-VAR模型进行贝叶斯分析的信息。 在深入研究代码之前，您应该看一下Bayes_TVPVAR_Presentation文件。 这将使您对TVP-VAR与常规VAR模型有何不同...
Techo TVP技术 沙龙
小 tom的博客
06-15 494
Diffusion 发展的趋势混元大模型Tips总结Techo TVP技术沙龙是由腾讯云TVP（腾讯云最具价值专家）主办的一系列技术交流活动。这些沙龙通常聚焦于人工智能、大数据、云计算等前沿技术领域，旨在为开发者和技术人员提供一个交流和学习的平台。根据搜索结果，以下是一些具体的活动信息：AI 提升十倍生产力 —— Techo TVP 技术沙龙：这个沙龙于4月13日在长沙举办，讨论了AI技术如何提升生产力，并邀请了多位AI领域的专家进行分享。
解锁AI新应用，Techo TVP 技术沙龙邀你探索云开发实战指南
QcloudCommunity的博客
11-28 483
12 月 7 日（周六） 14:00-17:30，上海 · 腾讯滨江大厦411-412会议室，期待各位的到来！
拥抱开发新范式，大咖齐聚 Techo TVP 技术沙龙全面解析 AI 云开发
QcloudCommunity的博客
12-16 879
12 月 7 日，由腾讯云 TVP 和 优快云 联合主办的「AI 云开发应用实战指南 —— Techo TVP 技术沙龙」在上海成功举办。
TVP-VAR：时变参数向量自回归模型
热门推荐
Stata连享会
08-01 2万+
原文链接：https://www.lianxh.cn/news/eae89f78353d4.html 目录 1. VAR 模型的介绍 2. TVP-VAR 基本原理 3. matlab 命令 4. TVP-VAR 模型的应用 4.1 模型估计结果 4.2 等间距脉冲响应结果 4.3 分时点脉冲响应 5. 参考文献 1. VAR 模型的介绍 我们在利用计量经济模型做实证分析时，通常会以某个经济理论为依据，在此基础上借助计量模型刻画经济变量之间结构上的关系。事实上，对于实际经
TVP专家夜聊：不用ChatGPT的开发都该被炒掉
QcloudCommunity的博客
03-20 5150
可能 ChatGPT 已经有智能了，但就像三体里的黑暗森林法则一样，它不会告诉我们。“GPT-4 冲击最大的是 AI 炼丹师。“凡是没有自觉用 ChatGPT 的程序员都可以考虑炒掉。“ChatGPT 带来的工业革命，其实已经在发生。最快在 2 年内，GPT 将渗透在各个行业。“大语言模型接入到物理世界，将带来全新的交互和连接形式，产生巨大的想象空间。
TVP走进腾讯：直面变革浪潮，合力拥抱AI新时代
QcloudCommunity的博客
06-09 853
5 月 13 日，「直面 AI 的新一轮变革浪潮」TVP 走进腾讯活动重磅召开，活动邀请了来自产、学、研等领域的技术专家，闭门畅聊 AI 前沿热点、未来趋势，以多元视角碰撞出众多深度观点与精彩火花。
TVP两周年：携手同行，让未来可见
中生代技术
12-16 215
TVP两周年2018年12月15日，在北京的腾讯云+社区开发者大会上，作为腾讯云构建开发者生态的重要战略，TVP计划正式发布。2020年12月15日，不知不觉，腾讯云TVP已经走过了两...
拥抱开发新范式，大咖齐聚 Techo TVP 技术沙龙全面解析AI云开发
科技大视野 — 科技大视野，行走科技发展前沿
12-12 831
AI 技术、云开发工具的普及，为开发者打开全新的创意之门。开发者们跃跃欲试，现场气氛热烈，开发者有的低头沉思，有的相互交流讨论，有的专心操作，有的积极向讲师提问。在本次演讲中，展菲分享关于微控制器物联网云平台开发的技术细节，谈到实际应用场景中的挑战和解决方案，他还提到未来智能家居的发展方向，为我们描绘一个充满想象力的智能家居未来图景。微搭将继续探索AI与低代码的最佳结合点，为开发者提供更多样化的辅助能力，不仅限于日常报表制作，还将助力大学生个人创意项目等领域，鼓励更多人发挥想象力，创造无限可能的应用场景。
眺望全真互联时代！TVP音视频技术闭门会闪耀上海
LiveVideoStack
08-01 805
引言2021年7月17日，“全真互联网中的声与影” TVP音视频技术闭门会完美收官。TVP技术闭门会，是为TVP打造的专属技术闭门研讨会，旨在提供一个开放、平等、知无不言的交流环境，便于T...
TVP5150A：超低功耗视频解码器数据手册
"TVP5150A/TVP5150AM1是一款超低功耗的NTSC/PAL/SECAM视频同步检测解码器，由德州仪器（TI）制造。这款芯片专为视频处理应用设计，具有鲁棒性的同步检测功能。数据手册为2004年5月版，属于HPA（High Performance ...
TVP5150A: 超低功耗视频解码器中文资料
"TVP5150A/TVP5150AM1是一款超低功耗的NTSC/PAL/SECAM视频同步检测解码器，特别适用于将模拟视频信号（如CVBS）转换为数字信号。这款解码器在32针TQFP封装中集成了对多种视频标准的支持，并且具有节能特性，运行时...
犀思云《AIGC全球混合云网络解决方案》荣获“至臻典范·实践创新奖”
syscloud123的博客
11-24 396
11月22日，2025第八届智能云网产业发展大会在北京圆满落幕。本届大会以 “智驱未来，网连天下” 为主题，由中国通信学会指导，江苏省未来网络创新研究院主办，汇聚阿里云、中国电信、中国移动、天翼云、华为、新华三等产学研用领军力量，共绘AI时代智能云网新蓝图。左二：犀思云代表在备受瞩目的 “2025智能云网行业年度奖项” 颁奖盛典上，该奖项聚焦SD-WAN、SASE与云网络在真实场景中的创新落地，旨在表彰具备行业示范价值的标杆实践。而犀思云的方案，正是为解决当前AIGC企业最头疼的三大难题而来。
【AIGC面试面经第六期】AI视频-训练与微调技相关问答
weixin_31588979的博客
11-23 158
本文介绍了AI视频生成与编辑的核心技术框架及优化策略。主要内容包括：1）主流AI视频生成技术（文本/图像/视频生成视频的工作流程）；2）预训练数据增强方法（时序、空间、语义增强策略）；3）特定领域（如体育视频）微调技术；4）跨模态训练关键点（表示对齐、训练策略等）；5）长视频生成的记忆机制与一致性保障方法；6）视频编辑中内容保持与修改的平衡策略；7）有限数据下的高效训练方案（数据增强、模型轻量化等）。这些技术为AIGC视频处理提供了系统化的解决方案。
多功能仿真软件Multisim中MC1496信号乘法混合电路仿真资源
最新发布
11-27
本资源包含了一个使用Multisim仿真软件实现的MC1496信号乘法混合电路的工程文件。此电路是根据网络上的电路图自主绘制的，旨在帮助电子爱好者、工程师及学生更好地理解和学习信号乘法混合电路的原理及其在实际应用中的表现。 文件描述 文件名：multisim仿真MC1496实现的信号乘法混合.rar 内容：Multisim仿真工程文件，包含电路图和相关仿真设置。 注意事项 本资源为仿真文件，运行前请确保已安装Multisim仿真软件。 电路图仅供参考，如有任何疑问或需要帮助，请根据个人学习途径寻求解答。 本资源中所包含的电路图是根据网上资料自主绘制，如有不准确之处，请以实际应用为准。 使用说明 解压下载的文件至指定文件夹。 打开Multisim软件，选择“打开工程”功能，找到并打开解压后的工程文件。 根据个人需求进行仿真实验或修改电路参数。
基于PyQt5的Python图书管理系统开发实践
11-27
采用PyQt5框架与Python编程语言构建图书信息管理平台 本项目基于Python编程环境，结合PyQt5图形界面开发库，设计实现了一套完整的图书信息管理解决方案。该系统主要面向图书馆、书店等机构的日常运营需求，通过模块化设计实现了图书信息的标准化管理流程。 系统架构采用典型的三层设计模式，包含数据存储层、业务逻辑层和用户界面层。数据持久化方案支持SQLite轻量级数据库与MySQL企业级数据库的双重配置选项，通过统一的数据库操作接口实现数据存取隔离。在数据建模方面，设计了包含图书基本信息、读者档案、借阅记录等核心数据实体，各实体间通过主外键约束建立关联关系。 核心功能模块包含六大子系统： 1. 图书编目管理：支持国际标准书号、中国图书馆分类法等专业元数据的规范化著录，提供批量导入与单条录入两种数据采集方式 2. 库存动态监控：实时追踪在架数量、借出状态、预约队列等流通指标，设置库存预警阈值自动提醒补货 3. 读者服务管理：建立完整的读者信用评价体系，记录借阅历史与违规行为，实施差异化借阅权限管理 4. 流通业务处理：涵盖借书登记、归还处理、续借申请、逾期计算等标准业务流程，支持射频识别技术设备集成 5. 统计报表生成：按日/月/年周期自动生成流通统计、热门图书排行、读者活跃度等多维度分析图表 6. 系统维护配置：提供用户权限分级管理、数据备份恢复、操作日志审计等管理功能 在技术实现层面，界面设计遵循Material Design设计规范，采用QSS样式表实现视觉定制化。通过信号槽机制实现前后端数据双向绑定，运用多线程处理技术保障界面响应流畅度。数据验证机制包含前端格式校验与后端业务规则双重保障，关键操作均设有二次确认流程。 该系统适用于中小型图书管理场景，通过可扩展的插件架构支持功能模块的灵活组合。开发过程中特别注重代码的可维护性，采用面向对象编程范式实现高内聚低耦合的组件设计，为后续功能迭代奠定技术基础。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
理工科研究生学习课程-最优化理论与方法
11-27
文档主要为最优化理论与方法学习过程中的笔记记录，包含各类题型，牛顿法，最速下降法，单纯形法，动态规划法，大M法等
【硕士论文完美复现】【价格型需求响应】基于需求侧响应的配电网供电能力综合评估（Python代码实现）
11-27
【硕士论文完美复现】【价格型需求响应】基于需求侧响应的配电网供电能力综合评估（Python代码实现）内容概要：本文档是一份关于“基于需求侧响应的配电网供电能力综合评估”的硕士论文复现资源，重点围绕价格型需求响应展开，结合Python代码实现，对配电网在考虑用户侧响应情况下的供电能力进行建模与评估。内容涵盖电力系统中需求响应机制的设计、负荷调整模型的构建、优化算法的应用以及供电能力的量化分析，旨在通过仿真手段提升配电网运行效率与可靠性，并验证所提方法的有效性。文档还附带完整的代码资源链接，便于读者复现实验结果。; 适合人群：具备一定电力系统基础知识和Python编程能力的研究生、科研人员及从事智能电网相关工作的技术人员。; 使用场景及目标：①用于学习和复现硕士论文中的需求响应模型与供电能力评估方法；②支撑科研项目中对配电网灵活性与用户侧互动机制的研究；③为微电网、虚拟电厂等领域的优化调度提供技术参考。; 阅读建议：建议结合文中提供的网盘资源下载完整代码与数据，边运行代码边理解模型细节，重点关注需求响应建模与供电能力计算的实现逻辑，同时可扩展应用于其他优化场景。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

恭仔さん

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值