ZD至顶网软件频道消息: 在吴军写的《智能时代》里,他提到一个观点,“互联网+”是一个热词,但他觉得“+互联网”更为合适。回溯数百年前,英国人进行了一场“+蒸汽机”的革命,最终远远甩开了各个古老文明。而随着近十年大数据的爆发,世界也正在经受一场来自互联网技术的洗礼。
从大洋彼岸的美国说起,特斯拉在过去5年中几乎不再雇佣生产线上的工人,更多地招募IT人才,在它的汽车生产车间,忙碌并不失有序的机器人成为新的图景。不再将自己定位为汽车公司,而是一家IT公司,特斯拉很快从汽车这个诞生了数百年的传统行业中崛起,打破了旧格局,成为一枝备受推崇的、具备稳定性能和质量,同时又不乏精神体验的汽车新秀。
像特斯拉一样的例子同样正从美国、德国、中国这些制造大国的生产版图里涌出。
作为老牌的制造大国,德国率先提出了工业制造4.0的计划,随后中国推出中国制造2025概念,核心是希望通过智能机器、大数据云计算这些互联网时代的新技术来推动工厂进步。这一次,中国喊得早,同样也跑得快。
倘若你走进徐工集团的车间,也许你会以为自己晃了眼,头脑中满是衣着白褂的工人、紧张燥热但又悄无声息的画面远去了。你迎面感受到的,的确还是宁静,但不是流水线工人日复一日劳动的压抑,却是机械臂的快速、准确和井井有条:机械手准确迅速地执行着程序设定的指令,设备上安装的传感器给后台回传实时数据,计算平台对历史数据和实时数据进行分析,并修正生产程序的输出。
与此同时,徐工集团还在搭建云上的徐工工业云平台,期望将自己的制造能力赋予更多生产企业,打造一个“中国Predix平台”。
在离徐工集团不远的苏州,协鑫光伏的生产技艺也在悄然升级。去年8月,协鑫光伏开始通过大数据分析提高生产效率。很快,在光伏切片生产过程中的数千个生产参数得到了提取归类,通过对生产过程中关键因子的控制,协鑫光伏的切片生产良品率大大提高,而每提高千分之一点,就能节省上千万的生产成本。
巧合的是,这两家典型的制造企业采用的都是来自互联网公司阿里巴巴的技术支持。阿里巴巴为了支撑庞大的电商平台,打造了中国最大的云计算平台——阿里云,这也成为了中国制造的转型基础,因为工厂们终于可以“即开即用”地获得计算设备数据的能力,并且这样的计算能力并不需要付出海量的资本投入。
以上两个例子还只是沧海一粟。1月3日,阿里巴巴集团披露其2016年度纳税238亿元,带动平台纳税超过2000亿元,十年来不计成本投入研发的云计算平台成为了全球最大的三家云服务商之一。
“冲击传统产业的不是电子商务,而是互联网。互联网是一次伟大的技术革命,它必定像那时电的到来一样冲击各行各业,甚至比电更加猛烈。”马云在2016年杭州云栖大会上曾提出“五新”观点。当世界曾经被“+蒸汽机”、“+电”,我们欣喜地发现,“+互联网”正在成为新的方向,而在这个方向上,中国第一次没有被甩在世界诸君的后头:波士顿咨询在2016年发布的一项报告中分析认为,中国作为世界制造中心,以云计算、大数据和人工智能为代表的工业4.0新技术将成为制造业提升效能的关键。
不能免俗地要给这个趋势一个市值,波士顿咨询认为应该是6万亿:“基于云计算为社会带来的强大。计算能力,人工智能将为中国制造业带来25%的生产效率提升。”
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。