壕铭自逗贝够永乐 2025-06-20 菊厂的ToB其实要比ToC强（个人感觉），但由于远离大众，很多人不太了解。我现在的公司已经有部门开始试点华为的B端解决方案了，效率提升了很多，而且生产环节里很多弊病都得到了不同程度的改善甚至彻底解决。还有一点，由于菊厂的加入，原来国外的老供应商也不敢再卖天价了。 ♥ 1118 ↩ 58
却奇崛 2025-06-21 小王说的这个话题刚好碰到我的专业领域了[doge]，我们所刚好就是做工业过程建模的。内容上没什么问题，都是行业内一直在谈的问题。不过相对于LLM，工业领域的ai一直被大部分人给忽视，一方面是大众本来就不了解现代工业，另一方面是大众更不了解ai，导致二者一结合在大众视角中完全查无此人[笑哭] 事实上在ai+工业的领域，除了中国，还真就找不到其他的例子，大部分国家搞不了工业，更多的国家也玩不了ai。最直观的例子就是工业软测量领域的论文，一大半都是中国人写的[喜极而泣]。毕竟在中国想找个场景实在太方便了，石化、冶金、食品，各个行业都有自己独特的问题。而在这个方面，国家和华为也确实做了不少工作，像华为聚餐的各种人工智能大赛既推广了自己的生态，也让各个领域的ai解决方案得到了展示和交流。而国家层面，无论是人工智能学会的“人工智能应用场景创新挑战赛”还是发改委的“数字中国创新峰会”都估计大家把ai和具体场景相结合，用ai解决具体场景的具体问题。 随便写的，逻辑很乱，各位大佬轻喷[喜极而泣] ♥ 840 ↩ 19
jackhjb 2025-06-21 还是要给大家泼个冷水，作为一个做toB产品的产品经理，我们公司的产品在gpt刚出的时候就已经在做产品结合llm了。这么几年坐下来，最大的感受就是，国内的大模型与国外大模型的差距在不断缩小。但是，我要说但是了，和王骁说的一样，美国重视服务业人力，所以美国大模型应用在这方面走的很远，比如cursor，blot之类写代码的能力真可惜代替普通工程师，类似manus但聚焦具体行业的之类的产品层出不穷，一次性用掉40万token，生成非常复杂的任务流来得到结果。反观国内，企业因为安全等要求，实际上都只能做本地化，根本不可能用云模型，别说671b了，部署个32b的大模型都需要层层审批，但客户高层领导却总想要超过gpt的水平。本地部署和云服务的价格天差地别，大公司尚且如此，中小型公司又怎么用得起大模型呢。所以大模型使用，想的很美，但是现实还需要很多的发展调和。 ♥ 391 ↩ 26
王式报告 2025-06-20 视频里有弹幕说AI代替老师傅的工作，其实不然。我的日语老师是声优广播员，今年开始，广播公司就开始用AI充当广播了，而我的老师不仅没有失业，反而得公费跑到总部训练AI公费旅行属于是了 ♥ 329 ↩ 36
喵喵好运 2025-06-22 华为盘古大模型的冰山一角 太阳活动智能预测系统 中科院紫金山天文台基于华为盘古科学计算大模型，开发了"太阳活动智能预测系统"，可提前72小时预测太阳耀... ♥ 118 ↩ 4
骆一锅的尾巴 2025-06-20 为什么我感觉当我们在讲中美较量拼技术内功的时候，华为一家打一整个硅谷…比5g，比移动互联网，比芯片，比ai，竞争对手从苹果到谷歌到微软到英伟达到爱立信，快打遍了一整个纳斯达克…deepseek的出现是意外之喜，但剩下的巨头怎么听起来一个能打的都没有，硬要说存在感，字节算半个… ♥ 117 ↩ 20
Mason907 2025-06-20 之前对比中美AI赛道的时候就认为美国AI主要在聊天和生成方面再努力也很难落地具体应用，反而中国的AI大多想的是优化产线，提高准确率等等工业场景。 当时就觉得如果这么走下去中国AI虽然很难有“什么都会”的智能体，但AI技术会实实在在的普惠大多数人，而且为这些“小AI”付费的时候也主要是工业企业，AI系统的存活率也会更高。美国的路线更多的是更多的新闻曝光率，炒概念的，最终被击败的可能性更高。 现在确实提供了一个思路，就是服务对象不同，导致路线差异明显。或许都有光明的未来吧。 ♥ 106 ↩ 9
善逸_flee 2025-06-22 之前很多人说chatgpt开启未来的时候我就感觉不太对，历次的科技革命最重要的是与实体制造业的结合，要想通过ai开启一场科技革命必须要对实体制造业形成足够的影响力和开创性，但open ai的路子的确走窄了，我感觉它还在走互联网革命的余路 ♥ 87 ↩ 1
Comments
好家伙，够勤快啊！
♥ 2505 ↩ 56
说广子的，难道说你真有一家钢厂要买昇腾平台训练吗[汤圆]
♥ 2055 ↩ 77
菊厂的ToB其实要比ToC强（个人感觉），但由于远离大众，很多人不太了解。我现在的公司已经有部门开始试点华为的B端解决方案了，效率提升了很多，而且生产环节里很多弊病都得到了不同程度的改善甚至彻底解决。还有一点，由于菊厂的加入，原来国外的老供应商也不敢再卖天价了。
♥ 1118 ↩ 58
小王说的这个话题刚好碰到我的专业领域了[doge]，我们所刚好就是做工业过程建模的。内容上没什么问题，都是行业内一直在谈的问题。不过相对于LLM，工业领域的ai一直被大部分人给忽视，一方面是大众本来就不了解现代工业，另一方面是大众更不了解ai，导致二者一结合在大众视角中完全查无此人[笑哭] 事实上在ai+工业的领域，除了中国，还真就找不到其他的例子，大部分国家搞不了工业，更多的国家也玩不了ai。最直观的例子就是工业软测量领域的论文，一大半都是中国人写的[喜极而泣]。毕竟在中国想找个场景实在太方便了，石化、冶金、食品，各个行业都有自己独特的问题。而在这个方面，国家和华为也确实做了不少工作，像华为聚餐的各种人工智能大赛既推广了自己的生态，也让各个领域的ai解决方案得到了展示和交流。而国家层面，无论是人工智能学会的“人工智能应用场景创新挑战赛”还是发改委的“数字中国创新峰会”都估计大家把ai和具体场景相结合，用ai解决具体场景的具体问题。 随便写的，逻辑很乱，各位大佬轻喷[喜极而泣]
♥ 840 ↩ 19
还是要给大家泼个冷水，作为一个做toB产品的产品经理，我们公司的产品在gpt刚出的时候就已经在做产品结合llm了。这么几年坐下来，最大的感受就是，国内的大模型与国外大模型的差距在不断缩小。但是，我要说但是了，和王骁说的一样，美国重视服务业人力，所以美国大模型应用在这方面走的很远，比如cursor，blot之类写代码的能力真可惜代替普通工程师，类似manus但聚焦具体行业的之类的产品层出不穷，一次性用掉40万token，生成非常复杂的任务流来得到结果。反观国内，企业因为安全等要求，实际上都只能做本地化，根本不可能用云模型，别说671b了，部署个32b的大模型都需要层层审批，但客户高层领导却总想要超过gpt的水平。本地部署和云服务的价格天差地别，大公司尚且如此，中小型公司又怎么用得起大模型呢。所以大模型使用，想的很美，但是现实还需要很多的发展调和。
♥ 391 ↩ 26
视频里有弹幕说AI代替老师傅的工作，其实不然。我的日语老师是声优广播员，今年开始，广播公司就开始用AI充当广播了，而我的老师不仅没有失业，反而得公费跑到总部训练AI公费旅行属于是了
♥ 329 ↩ 36
这就是思考时的痛楚吗？
♥ 300 ↩ 5
觉得炼铁简单的，看看这个视频，这个视频里有讲为什么炼铁复杂https://b23.tv/BV151421k7hu
♥ 264 ↩ 4
争论是不是商单有意义吗，这产品和c端没半毛钱关系，更多的是科普目前国内ai软硬件上的现状和工业模型
♥ 209 ↩ 3
截至目前，评论区风气是对着，留个记录。
♥ 165 ↩ 3
一堆人在弹幕广子广子的，就算广子这东西跟b站用户九成都没关系[怪我咯]你就当一个科普看得了
♥ 162 ↩ 13
所谓的商单不商单我不知道，但是有人应激怕是肯定的[滑稽]
♥ 139
华为盘古大模型的冰山一角 太阳活动智能预测系统 中科院紫金山天文台基于华为盘古科学计算大模型，开发了"太阳活动智能预测系统"，可提前72小时预测太阳耀...
♥ 118 ↩ 4
为什么我感觉当我们在讲中美较量拼技术内功的时候，华为一家打一整个硅谷…比5g，比移动互联网，比芯片，比ai，竞争对手从苹果到谷歌到微软到英伟达到爱立信，快打遍了一整个纳斯达克…deepseek的出现是意外之喜，但剩下的巨头怎么听起来一个能打的都没有，硬要说存在感，字节算半个…
♥ 117 ↩ 20
所以我就搞不懂华为粉和米粉一直在互相喷什么，两个都是国家级的企业，我是米粉我也挺尊重敬佩华为的
♥ 110 ↩ 42
之前对比中美AI赛道的时候就认为美国AI主要在聊天和生成方面再努力也很难落地具体应用，反而中国的AI大多想的是优化产线，提高准确率等等工业场景。 当时就觉得如果这么走下去中国AI虽然很难有“什么都会”的智能体，但AI技术会实实在在的普惠大多数人，而且为这些“小AI”付费的时候也主要是工业企业，AI系统的存活率也会更高。美国的路线更多的是更多的新闻曝光率，炒概念的，最终被击败的可能性更高。 现在确实提供了一个思路，就是服务对象不同，导致路线差异明显。或许都有光明的未来吧。
♥ 106 ↩ 9
这个赛道怎么这么安静呢[喽桑-故乡的撒库拉开了2.0_哭喽][喽桑-故乡的撒库拉开了2.0_哭喽][喽桑-故乡的撒库拉开了2.0_哭喽]
♥ 102 ↩ 4
只要模型够多，算力够多，给的信息越多 那是不是可以，预测未来[思考]
♥ 99 ↩ 58
2025HDC 干货太多了。只说鸿蒙6、智能体、华为云、盘古大模型，这些内容单独看都太有局限性了。你把这些东西放一起看，华为在下一步很大很大的棋啊。
♥ 98 ↩ 2
之前很多人说chatgpt开启未来的时候我就感觉不太对，历次的科技革命最重要的是与实体制造业的结合，要想通过ai开启一场科技革命必须要对实体制造业形成足够的影响力和开创性，但open ai的路子的确走窄了，我感觉它还在走互联网革命的余路
♥ 87 ↩ 1