8月13日,在河南省工商业联合会指导下,阿里云AI势能·河南民营企业数智化创新大会在郑州召开。河南省零售与食品加工、制造业、互联网等产业数智化标杆案例首次集体对外亮相。
作为全国经济大省、人口大省、农业大省,河南经济总量稳居中西部地区首位。2019年9月,阿里云开始与河南省展开合作,助推河南企业全方位数智化创新。如今,阿里云已在河南服务牧原、UU跑腿、新开普等知名企业。
阿里云智能集团副总裁、公共云首席解决方案架构师韩鸿源在大会上分享了阿里云全栈AI云的技术优势与实践经验。韩鸿源提到,当前企业AI落地场景百花齐放,正逐步迈入深水区。从制造业的智能生产与质量管控、汽车行业的智能座舱与自动驾驶、金融领域的智能投研与风险预测,再到医疗的智能辅助诊断、教育的个性化学习与智能辅导等,AI的应用场景不断拓展与深化。越来越多的企业积极推行全栈AI战略,将AI技术深度嵌入核心业务场景,释放AI势能。
牧原集团是全球领先的养猪企业。牧原肉食数字化负责人在大会上介绍道,随着牧原高速发展,对数字化与AI支撑的需求愈发迫切。牧原肉食以高质量流程和数据,结合通义千问大模型,打造销售场景方案。2024年,牧原肉食在阿里云上搭建了数据仓库,为后续应用人工智能打下数据基础;同时引入QuickBI数据分析工具,系统梳理指标体系,从定义、口径到关联逻辑逐一理清,让数据真正 “说得清、用得上”。
目前,牧原肉食已通过微调模型、完善知识库与数据集等方式实现智能问数,使管理视角得以便捷分析数据,决策有数可依;前线业务员随时问数、精准查询。同时,结合通义千问大模型和AI表格能力,牧原肉食改善了内部人员用车台账收集难、报销难问题,实现台账自动生成、里程自动计算,里程识别准确率超95%,大幅提升用车报销效率。
作为国内专业的同城即时生活服务平台,UU跑腿以郑州为起点,业务已经覆盖北京、深圳、天津等全国230多个城市,为超过7000万用户提供帮取送、帮买等多样化的即时生活服务。
UU跑腿CTO袁沼介绍,UU跑腿的数字化底座建立在阿里云之上。依托阿里云的全栈AI云服务,从IaaS层的计算、存储、网络、CDN到PaaS层的容器服务、数据库、大数据分析及云安全,UU跑腿构建了支撑日均百万级订单调度的高性能实时大数据处理系统。
UU跑腿还基于阿里云大模型服务平台百炼、通义千问VL模型、通义千问3开源模型等,实现即时配送业务全面AI升级。在客服智能工单场景,AI智能体能自动根据订单状态处理,初期预计60%以上流程都能由AI 智能体交互解决;在智慧客服申诉环节,AI Agent可协助客服人员自动处理常见咨询与投诉,提升服务效率与用户体验。UU跑腿已上线智能语音助手,通过发单Agent将发单环节时间缩短到秒级。UU跑腿核心发单接口已经全面兼容MCP协议,成为业界首家兼容MCP协议的配送服务商。
招商银行人工智能实验室资深研究员支裕铎在大会上发表了题为《全面拥抱大模型,用AI重新定义招行》的演讲,分享了招商银行聚焦“用人多”、“用时多”、“省钱多”的高价值场景开展的大模型全栈技术体系建设。
支裕铎分享,作为智能银行的典范,招商银行全行范围内已上线多个大模型应用场景,并与阿里云在基础大模型领域建立了广泛合作,通义千问110B、72B、14B、7B等多款模型在招商银行受到广泛认可。目前招行已有约110个应用选用通义千问大模型,涵盖了智能客服应用(如AI小招)、通用办公类应用(如会议纪要生成)、辅助研发类应用(如测试用例生成)、全行级知识库应用(如新知道)、内部办公助手(招乎对话)、风险管理以及经营管理等核心业务与办公环节。
海尔智家三翼鸟AIoT产品总经理赵乾在大会上分享了海尔三翼鸟的智慧家庭场景解决方案。借助阿里云全栈AI的架构支持和通义千问的模型能力,三翼鸟探索智慧家庭AI智能体技术,让设备能够主动感知环境变化、理解用户需求,并提供贴心的场景服务。未来,三翼鸟将携手阿里云继续深化AI应用,拓展生态合作,推动智慧家庭体验持续升级。
作为一家深耕智慧校园领域的河南企业,新开普已服务多省市高校的在校大学生,目前在智慧校园领域的市场占有率已超40%,稳居行业龙头。基于阿里云的全栈AI技术,新开普整合阿里云人工智能平台PAI、阿里云大模型服务平台百炼以及通义千问系列大模型能力,推出了新开普校园AI助理,师生高频需求可以一键解决。
韩鸿源表示:“阿里云将持续以坚实的云计算与人工智能基础设施,为河南企业的数智化创新贡献力量。”
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。