蚂蚁集团与浙江大学共建大数据认知计算联合研究中心
11月13日，蚂蚁集团与浙江大学在杭州举行签约仪式，正式宣布共同成立“浙江大学-蚂蚁集团大数据认知计算联合研究中心”。该中心将重点聚焦“AI for Data”前沿领域，致力于攻克从底层数据库到结构化数据的分析、处理与应用全链路技术瓶颈，真正实现解析数据、读懂数据、用好数据的目标，最终打造一套能够广泛应用于更多行业的通用化、自动化数据智能解决方案。
按照规划，双方将重点围绕三个维度展开深度合作：
第一，数模结合，共建智能化的数据基础设施。依托蚂蚁集团在多个业务场景中积累的技术经验与数据处理能力，双方将联合研发面向未来的智能数据库与数据服务平台，打造集数据存储、高效查询与模型训练于一体的技术范式，为各行各业的数字化转型提供底层支撑。
第二，构建开放协同的数据生态。蚂蚁集团丰富的应用场景将与浙江大学在医学、教育等领域的科研资源深度融合，推动跨领域数据的合规融合与创新应用，构建从学术研究到产业落地的完整闭环，促进数据要素在安全可控的前提下发挥更大价值。
第三，建立产学研一体化的人才培养体系。双方将通过专家互聘、项目实习、联合课题等方式，建立多层次的人才培养通道，为学生和青年研究人员提供从理论到实践的系统训练，形成以实际问题为导向、以成果转化为目标的创新人才培养机制。
据了解，过去两年间，蚂蚁集团与浙江大学已在基于大模型的大数据智能分析处理方向开展了包括算法、工程方案创新在内的多项合作，此次签约标志着双方在数据与智能领域持续深化合作的重要里程碑。
相关攻略
这项由蚂蚁集团Venus团队主导的前沿研究，以预印本形式发布于2026年4月，论文编号为arXiv:2604 19859。它为人工智能领域一个长期存在的核心议题——小模型能否胜任复杂任务——提供了一个极具启发性的答案。 研究背景：为什么我们需要一个“迷你”但聪明的研究助手？ 当您需要查询一个复杂问题
2026年3月，一项由蚂蚁集团主导的突破性研究在arXiv预印本平台发布（论文编号：arXiv:2603 26017v1），为时间序列预测领域带来了一个全新的评估标准。这项研究直指该领域长期存在的一个核心痛点：缺乏一个真正可靠、公正的“考场”来衡量AI模型的真实预测能力。 评估AI的预测能力，就像评
5月13日，蚂蚁集团旗下专注具身智能的灵波科技宣布了一项关键开源成果：正式发布其具身基座模型 LingBot-VLA 的真机后训练完整工具链。这一举措意味着，开发者和研究团队现在能够利用这套标准化工具，结合自身采集的机器人数据，高效地将 LingBot-VLA 模型适配到特定的机器人硬件与复杂的任务
这项由蚂蚁集团、浙江大学、西湖大学等机构联合完成的研究成果，已于2026年2月正式发布，研究论文编号为arXiv:2602 08676v1。对AI文本生成技术细节感兴趣的读者，可以通过此编号查询并阅读完整论文。 让AI像人类一样流畅地进行文本创作，早已不再是科幻构想。然而，一个核心的行业难题始终存在
Ling-2 6-1T正式开源：不玩虚的，专攻真实业务痛点 4月30日，Ling-2 6-1T正式宣布开源。这个模型其实上周就已亮相，它的目标非常明确：直指大模型从“单轮问答”走向真实业务系统时最棘手的核心痛点。简单说，就是如何在成本、延迟和Token消耗都可控的前提下，实现稳定、可靠的任务执行。这
热门专题
热门推荐
钉钉文档官网 在探讨企业级协同办公解决方案时，钉钉文档无疑是备受瞩目的核心工具之一。作为阿里巴巴钉钉官方推出的旗舰级应用套件，它深度融合了在线文档编辑、智能表格、思维导图等多种高效创作工具。其核心优势在于与钉钉平台生态的无缝衔接，能够直接同步企业内部组织架构与通讯录，实现团队成员间的即时协作与信息流
在数字化转型浪潮中，高效、易用的数据分析工具已成为企业提升决策效率的关键。商汤科技推出的“办公小浣熊”智能助手，正是基于自研大语言模型打造的一款创新产品，旨在彻底降低数据分析的技术门槛。用户无需掌握编程知识或复杂操作，即可通过自然对话完成从数据查询、处理到可视化洞察的全流程，让数据价值触手可及。 办
在人工智能技术快速发展的今天，MiniMax作为一家专注于全栈自研的AI公司，正以其独特的技术路径和前瞻性的布局，在业界脱颖而出。公司致力于构建覆盖文本、图像、语音和视频的新一代多模态智能模型矩阵，这不仅体现了对核心底层技术自主权的深度掌控，也展现了对未来人机交互与内容生成形态的前瞻思考。 那么，M
ApolloCreditFund（ACRED）作为连接传统信贷与DeFi的桥梁，其价格受市场情绪、协议基本面及宏观环境影响。其价值逻辑根植于现实世界资产（RWA）的收益捕获与链上流动性释放。短期价格波动难以预测，但长期发展取决于信贷资产质量、协议安全性和市场采用度。投资者需关注其底层资产表现、代币经济模型及整个RWA赛道的发展趋势。
在数字化转型浪潮中，一套能够深度适配业务、彰显品牌特色的智能客服系统，已成为企业提升服务效率与用户体验的关键工具。然而，市场上许多解决方案往往模式固化，难以满足个性化需求。如何让AI客服不仅具备基础的自动化应答能力，更能承载独特的品牌文化与服务哲学？其核心在于系统是否支持深度的自定义与持续的AI训练