登录社区云，与社区用户共同成长
邀请您加入社区
本周AI领域迎来一轮发布与突破高峰，大模型层面，多模态与视觉语言模型成为焦点，多家公司推出新模型，在复杂推理、图像生成等任务上表现卓越，且开源成为重要趋势。技术层面，研究集中在提升训练与推理效率上，涌现出无需训练即可优化模型、解耦推理架构等新方法，大幅降低了成本。同时，AI应用正深入化工、编程等垂直领域，而硬件芯片、机器人评测平台及行业政策的最新动态，也为AI生态的全面发展注入了新动力，一起来回顾
摘要： 阿里云提出“AI即操作系统”理念，通过全栈AI体系降低中小企业AI应用门槛。该体系包括：IaaS层（按需提供算力）、MaaS层（通义大模型家族，支持行业精调）、PaaS/SaaS层（如通义灵码、钉钉AI助理），让企业无需自建基础设施即可快速部署智能客服、营销、运营等场景。例如，电商公司可基于通义模型快速开发AI客服、生成营销海报、分析销售数据，实现低成本、高效率的AI转型。阿里云国际站也提
文章介绍了一种新的多智能体强化学习（MARL）算法，名为情境依赖因果影响多智能体协作强化学习（SCIC），其目的是为了提升智能体间的协作能力和探索能力。该算法通过分析多智能体环境中智能体之间的因果影响，在特定情境下利用因果干预和条件互信息来识别智能体行为对其他智能体产生的影响。这种方法有助于智能体发现那些能对其它智能体产生正面效果的状态，进而促进智能体间的合作。实验结果表明，SCIC在多种MARL
在人工智能领域，大型语言模型（LLM）的应用不断突破，为自动化问题解决带来了前所未有的可能性。基于LLM的多智能体系统已经可以解决简单的对话任务，但面对更复杂的任务时，由于LLM之间相互传递信息时产生的“幻觉”现象，导致逻辑不一致，难以找到有效的解决方案。为了克服这一挑战，我们提出了MetaGPT，一个创新的元编程框架，将高效的人类工作流程融入基于LLM的多智能体协作中。MetaGPT将标准操作流
OpenManus 是一款基于多智能体协作的开源自动化系统，能够将复杂任务拆解为可执行的子流程。通过多智能体机制分解复杂任务为子任务，协调执行层工具调用，实现自动化处理，能执行代码、处理文件、搜索网络信息等复杂任务。
FastGPT 是一个基于 LLM 大语言模型的知识库问答系统，提供开箱即用的数据处理、模型调用等能力。同时可以通过 Flow 可视化进行工作流编排，从而实现复杂的问答场景！
本文提供Dify企业级私有化部署全流程指南，3分钟快速实现与Ollama/DeepSeek/Llama等本地大模型的集成。详解代理模式与API模式两种方案，包含企业级优化配置和故障排查手册，助力安全构建知识库与智能体开发，实现AI应用高效落地。
FastGPT 是一个基于 LLM 大语言模型的知识库问答系统，提供开箱即用的数据处理、模型调用等能力。同时可以通过 Flow 可视化进行工作流编排，从而实现复杂的问答场景！他的重要特点就是工作流编排。
KubeSphere 已被 Aqara 智能家居、本来生活、东方通信、微宏科技、东软、新浪、三一重工、华夏银行、四川航空、国药集团、微众银行、紫金保险、去哪儿网、中通、中国人民银行、中国银行、中国人保寿险、中国太平保险、中国移动、中国联通、中国电信、天翼云、中移金科、Radore、ZaloPay 等海内外数万家企业采用。Argo Workflows 是一个专为 Kubernetes 上的容器原生工
本文详细介绍了Dify与本地私有化大模型（如Ollama、DeepSeek、Llama等）的集成方案，涵盖两种主要模式：Ollama代理模式和直接API调用模式。指南提供了从部署到企业级优化的全流程配置步骤，包括Ollama服务部署、Dify模型供应商配置、性能调优、安全加固及知识库增强等关键环节。针对企业场景，特别强调了GPU资源隔离、HTTPS加密、LDAP认证等优化措施。最后附有故障排查手册
——基于容器编排的下一代开发范式深度解析在数字化转型加速的背景下，云原生低代码平台通过解耦基础设施与业务逻辑，实现开发效率的跃迁。Kubernetes（K8s）作为容器编排的事实标准，为平台提供弹性调度、服务治理、资源隔离的核心能力。本文通过拆解五大核心组件，揭示其架构设计精髓。核心作用：将业务需求转化为可执行模型，支持拖拽式界面设计、数据模型配置和工作流编排。K8s 实践：核心作用：执行可视化引
本文整理自 2025 云栖大会，阿里云智能集团产品专家，洪晓龙演讲议题《函数计算：AI 时代的最佳运行时》在云计算与人工智能深度融合的背景下，Serverless 技术作为云原生架构的集大成者，正加速向AI原生架构演进。阿里云函数计算（FC）率先提出并实践“Serverless AI 运行时”概念，通过技术创新与生态联动，为智能体（Agent）开发提供高效、安全、低成本的基础设施支持。本文从技术演
本文介绍主流 Batch 批量计算系统和分布式工作流 Argo 集群的区别，并讨论如何将离线任务和批量计算迁移到分布式工作流 Argo 集群。
Argo Workflow 是开源 CNCF 毕业项目，聚焦云原生领域下的工作流编排，使用 Kubernetes CRD 编排离线任务和 DAG 工作流，并使用 Kubernetes Pod 在集群中调度运行。
