生成式AI | 人人都是产品经理

为什么IBM的市值只有微软的十六分之一？

IBM的市值仅为微软的十六分之一，这主要反映了两者在战略方向、市场适应能力及创新能力上的显著差异。微软成功转型为以云服务为核心的平台公司，并大力投资于人工智能和商业软件领域，其Azure云平台和Office 365等服务的强劲需求推动了业绩的大幅攀升。相比之下，IBM虽然也在努力向云计算和人工智能领域转变，但成效不明显，其企业文化和组织架构也被认为限制了成长。此外，微软在多元化和市场反应速度上表现更为出色，而IBM则面临市场份额下降和盈利能力下滑的挑战。这些因素共同作用，导致了IBM市值远低于微软的现状。

互联网怪盗团

IBM 微软生成式AI

AI都那么聪明了，为什么写出的文章还是没有感情？

在人工智能不断进步的今天，AI写作技术也备受关注。然而，尽管AI在逻辑和计算能力上取得了显著的提升，其在情感表达和现实连接上的不足仍然显而易见。本文将探讨AI写作的局限性，并思考其未来的发展方向，带领读者一起深入了解AI与人类写作之间的差异。

向上的小霍

AI写作人工智能情感表达

Agent开发平台数据运营体系：企业如何衡量大模型投入产出比ROI？

大模型到底为公司带来了多大的好处？为应用大模型，采购了第三方的AgentBuilder平台，或者自研搭建了大模型应用平台，效果咋样？企业内部的员工会用了吗？还是依赖外部...

shucay

Agent Chat GPT LLM

硅谷AI“围剿”与“反围剿”

狼群会在必要时候进行狩猎，每一次都是精心策划，其往往会采取尾随之势，让猎物跑起来，伺机而动，一击即中。硅谷里的“狩猎”亦是如此。短短四天内，就有三家科技巨头...

硅兔赛跑

创业生态市场竞争生成式AI

为什么生成式AI应用普及不如预期？

作者深入剖析了生成式AI的现状、挑战以及未来的发展方向。通过具体案例和技术分析，本文将引导读者更全面地理解这一领域的复杂性和潜力。

李明Bright

个人观点商业模式应用困境

AIGC

Gary Marcus：生成式AI泡沫将退，神经符号AI才是未来

人工智能学者Gary Marcus近日发文称，生成式AI可能因可靠性问题无法解决而在12个月内退去泡沫。他认为，神经符号学方法是超越LLMS局限、迈向自主AI的途径之一，而谷歌的两款系统验证了可行性。

元宇宙日爆

LLM 生成式AI 行业趋势

AIGC

AI智能体产品案例深度思考和分享（全球顶级公司实践细节，做AI智能体必读）

在这篇文章中，作者分享了他们在领英上开发生成式AI产品的经验。他们通过构建一个基于大语言模型的系统，实现了对用户问题的智能回答。然而，这个过程并非一帆风顺，他们遇到了许多挑战，包括评估输出质量、调用内部API、保持统一质量等。尽管如此，他们还是取得了显著的成果，并计划继续优化和完善这个产品。

琢磨事

大语言模型技术细节挑战与收获

AIGC

深度｜SIGGRAPH 2024 黄仁勋 & 扎克伯格最新对谈：信息流与推荐系统值得用生成式 AI 重做一遍

在SIGGRAPH 2024大会上，英伟达CEO黄仁勋与Meta创始人兼CEO扎克伯格的深入对谈，为我们揭示了生成式AI在信息流和推荐系统中的应用前景。这场对话不仅涵盖了AI技术的前沿发展，还深入探讨了虚拟世界和机器人技术的创新突破。本文将带你走进这场科技盛宴，一探究竟。

有新Newin

扎克伯格生成式AI 行业趋势

AIGC

独家专访戴勃：被低估的Real to Sim和3D动态内容生成的未来

在人工智能的浪潮中，生成式AI（AIGC）正成为研究的热点，尤其在3D动态内容生成和视频生成领域。戴勃老师，作为这一领域的资深研究者，他的工作不仅推动了技术的发展，也为我们打开了新的视野。本文通过专访戴勃老师，深入探讨了Real to Sim、3D动态内容生成以及视频生成的未来，揭示了这些技术背后的科学规律和潜在的商业价值。