## Moonshot AI 介绍 ## 公司介绍 - 北京月之暗面科技有限公司（Moonshot AI）是一家专注于通用人工智能领域的公司。公司致力于寻求将能源转化为智能的最优解，通过产品与用户共创智能，实现普惠AI。 • 成立时间：2023年3月1日 • 产品 Kimi 智能助手（网页版：kimi.ai、App 和小程序搜索 “Kimi 智能助手” 即可），发布时间 2023 年 10 10 月 9 日 Moonshot AI 开放平台（公测中 https://platform.moonshot.cn/），发布时间 2023年11月2日 • 欢迎关注公众号，了解更多动态  ## 公司亮点 ### 1. 团队拥有世界级的人才密度： 大模型方面。团队成员发明了RoPE相对位置编码，是Meta LLaMa和Google PALM等大多数主流模型的重要组成部分；发明了group normalization，是Stable Diffusion等AI模型成功的关键组件；发明了Transformer-XL，是历史上第一个在词级别和字级别都全面超越RNN的注意力语言模型，解决了语言建模上下文长度的关键问题，定义了语言建模的新标准；曾与DeepMin

## AI in the Enterprise Lessons from seven frontier companies ## Contents A new way to work 3 Executive summary 5 Seven lessons for enterprise AI adoption Start with evals 6 Embed AI into your models 13 Get AI in the hands of experts 16 Unblock your developers 18 Set bold automation goals 21 Conclusion 22 More resources 24 # A new way to work As an AI research and deployment their best work with sophisticated, complex, interconnected workflows and systems. We're seeing AI deliver significant, measurable improvements on three fronts: |01|Workforce performance|Helping people

automake 生成 全攻略 作为 Linux 下的程序开发人员，大家一定都遇到过 Makefile，用 make 命令来编译自己写的程序确实是很方便。一般情况下，大家都是手工写一个简单 Makefile，如果要想写出一个符合自由软件惯例的 Makefile 就不那么容易了。 在本文中，将给大家介绍如何使用 autoconf 和 automake 两个工具来帮助我们自动生成符合自由软件惯例的 中记录有文件的信息，在 make 时会决定在链接的时候需要重新编译哪些文件。 Makefile 的宗旨就是：让编译器知道要编译一个文件需要依赖其他的哪些文件。当那些依赖文件有了改变，编译器会自动的发现最终的生成文件已经过时，而重新编译相应的模块。 Makefile 的基本结构不是很复杂，但当一个程序开发人员开始写 Makefile 时，经常会怀疑自己写的是否符合惯例，而且自己写的 Makefile 经常和自己的开发环境相关联，当系统环 automake，程序开发人员只需要写一些简单的含有预定义宏的文件，由 autoconf 根据一个宏文件生成 configure，由 automake 根据另一个宏文件生成 Makefile.in，再使用 configure 依据 Makefile.in 来生成一个符合惯例的 Makefile。下面我们将详细介绍 Makefile 的 automake 生成方法。 ## 二、 使用的环境 本文所提到的程序是基于 Linux 发行版本：Fedora

1b66814a7ee3f18/p5_2.jpg) 数据总线 总控模块 策略模块 ## 智能特征工程 去量纲：标准化、归一化 缺失值处理：样条插值 降维：PCA ## AI信号生成 LSTM 神经网络 BP 全连接网络 XGBoost 集成学习模型 定制早停函数 ## Rust 全栈应用实践 - 行情、与API接入 ## Rust 进程间通信 XSHM 1. 低延迟高吞吐的一写多读消息队列 1b66814a7ee3f18/p7_2.jpg) 数据总线 总控模块 策略模块 ## 智能特征工程 去量纲：标准化、归一化 缺失值处理：样条插值 降维：PCA ## AI信号生成 LSTM 神经网络 BP 全连接网络 XGBoost 集成学习模型 定制早停函数 ## Rust 全栈应用实践 - 行情、与API接入  预测模型 总控模块 数据总线 策略模块 ## 智能特征工程 去量纲：标准化、归一化 缺失值处理：样条插值 降维：PCA ## AI信号生成 LSTM 神经网络 BP 全连接网络 XGBoost 集成学习模型 定制早停函数 ## Rust 全栈应用实践 - 模型训练与在线预测 ![Image](/uploads/docum

Alibaba A.I. Labs 阿里巴巴人工智能实验室 AI Labs & TVM PART 1 : ARM32 CPU PART 2 : HIFI4 DSP PART 3 : PowerVR GPU ARM 32 CPU ## Resolution Overflow-aware Quantization Tensorize Kernel + ALIOS TVM

## Manus AI: Agent应用的ChatGPT时刻 2025年3月 谢春生 SAC NO. S0570519080006 | SFC NO. BQZ938 岳铂雄 SAC NO. S0570122080138 ## 风险提示 技术落地不及预期；若AI等技术落地效果或商业化推进进度不及预期，可能导致应用类公司客单价提升不及预期； 宏观经济波动；若宏观经济出现波动，可能对各行业 奏； • 本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。 • 参考报告：《Agent：通往AGI的核心基础》 Manus AI: 全球首个通用Agent Manus 是一个通用人工智能代理，它连接思想与行动：它不仅思考，还能交付成果。Manus 擅长处理工作和生活中的各种任务，在你休息时帮你完成一切。他们坚信并践行 less Manus，把时间专注于更有创造性的工作，在任务过程中，可实时通过移动端查看任务执行状态，当你回来时，Manus 将呈现令人满意的结果。 ## Leave it to Manus Manus is a general AI agent that bridges minds and actions: it doesn't just think, it delivers results. Manus excels

[Image](/uploads/documents/0/e/f/2/0ef2dc85a2a8c5cd710f26461146a99b/p1_2.jpg) ## 为 Python Function 自动生成 Web UI 彭未康 ## Touch-Callable The web framework for less serious application. (venv3.6)$ pip install jpg) ## 例子：生成测试用户 for day in this_month: User.create(nickname=randstr(10), created_at=day)  ## 例子：生成测试用户 for day create(platform='qq', nickname=utils.randstr(10), created_at=day) baidu, bytedance..... ## 例子：生成测试用户 class Platform(Enum): BAIDU = '百度' WECHAT = '微信' ALIPAY = '支付宝' $$

## 普通人学 AI 指南 作者：郭震 日期：2024年6月8日 ## Contents 1 AI 大模型基础 ..... 4 1.1 AIGC ..... 4 1.2 AGI ..... 5 1.3 大模型 ..... 5 1.4 基础概念 ..... 6 1.4.1 上下文窗口 ..... 6 1.4.2 单位 B 和 T ..... 6 2 AI 工具梳理 . .. 8 2.2.4 SD (Stable Diffusion) ..... 8 2.2.5 DALLE3 ..... 8 2.2.6 Midjourney ..... 8 2.3 AI 视频工具 ..... 8 2.3.1 Sora (OpenAI 公司) ..... 8 2.3.2 Runway ..... 9 2.3.3 Pika ..... 9 2.3.4 腾讯智影 HeyGen ..... 9 2.3.8 LTX Studio ..... 9 2.3.9 EBSynth ..... 9 2.4 AI 编程工具 ..... 9 2.4.1 DEvv ..... 9 2.4.2 JetBrains AI ..... 9 2.4.3 AirOps ..... 10 2.4.4 ChatDev ..... 10 2.4.5 solo .

2/2/6227551e4c7f37327fa86c9354e0e5b7/9cb7f150.png) ## THE NEXT WAVE # Who Codes the Future The AI Developer Ecosystem Report by Zhihu x ModelScope ## 训 ## Introduction The global wave of artificial real-world productivity — becoming the driving force of the AI era. Within this movement, Zhihu (知乎) stands out as a hub for China's AI developers. Its professional, in-depth community fosters discussion high-quality developer content and a window into China's AI technology and talent landscape. Meanwhile, ModelScope（魔搭）as a leading AI model community, empowers developers with open models and toolchains

KUBERNETES 的 容器 + AI 平台 如何助力企业数字化和智能化转型 xiaoqin@caicloud.io VP of R&D ## 提纲 构建集群与管理资源 - 73s 视频演示 - 多集群和镜像仓库 - 多租户和旧系统的集成 运行和构建应用 Rudder - 应用编排技术框架 • Cyclone - 持续集成与交付引擎 运行 AI 应用（机器学习）- 58s 视频演示 性能 - 为企业场景优化 扩展性 - 支持 AI 工作流 ## 开源 https://github.com/caicloud/cyclone  Cyclone 技术架构 ## 运行 AI 应用 ## KUBEFLOW 的应用 - TensorFlow 任务 Kubeflow KubeFlow ## KUBEFLOW 之上 - 借力容器平台提供生产级的集群资源管理 工作区隔离与共享 数据、模型、环境、应用等 - 全面支持 AI 工作流 • 探索开发  ![I