Core Insights - The "Travel Business Conference and Guizhou Tourism Product Promotion Meeting" was held during the 19th Guizhou Tourism Industry Development Conference, organized by the Guizhou Provincial Department of Culture and Tourism, Guizhou Provincial Big Data Bureau, and Anshun Municipal Government [1][11] - Guizhou Guilv Data Network Technology Co., Ltd. showcased its newly launched AI tourism model "Huang Xiaoxi," which offers automated travel notes, intelligent route planning, and specialty food recommendations [4][9] Company Insights - "Huang Xiaoxi" is an AI agent built on the Guizhou tourism model, supported by a dual foundation of data and AI technology. The data foundation includes a reliable tourism data space and a provincial smart interconnection platform, integrating various data sources to create a high-quality dataset of nearly 40,000 tourism products and services [9] - The AI technology foundation incorporates over 30 large language models, including self-developed AI support platforms and DeepSeek, built on Huawei's Ascend Cloud platform [9] Industry Insights - The AI agent aims to empower both consumers (C-end) and businesses/governments (B-end and G-end), providing a complete travel experience from planning to booking. It offers services such as travel planning, quick booking, entertainment activities, AI companionship, travel records, and travel design [9][10] - Future developments for "Huang Xiaoxi" will focus on enhancing user experience for tourists and expanding functionalities for businesses, aiming to present a more intelligent and colorful Guizhou to visitors [10]

出品：新浪财经上市公司研究院 作者：坤 2024年以来，机器人公司赴港上市热潮涌动，港股市场作为科技企业融资与国际化布局的优良土壤，吸引了一大批科技公司争先 恐后递交上市申请。2023年底，在过去几年中多次计划上市后，"人形机器人第一股"优必选终于登陆港交所。无独有偶，2024年 底越疆科技也作为"协作机器人第一股"成功上市，上市后股价连翻数倍。此外，还有仓储机器人赛道的极智嘉科技、服务机器人 赛道的云迹科技也在冲刺港股。 从细分赛道来看，上述公司分别对应的是人形机器人、协作机器人、仓储机器人及服务机器人赛道，已经成为机器人行业的重要 增长极，似乎正走到井喷前夜。 但落实到经营层面，尽管行业的前景广阔，但多数公司却仍然捉襟见肘。不仅部分公司在上市前后出现营收增长放缓，多年来的 研发、与营销费用高企也进一步侵蚀了公司的利润空间，让不少公司困于亏损中。更何况，不少机器人公司的部分重要收入来自 于海外，甚至依赖少数大客户，在当前的国际政策环境下的风险问题也值得重视。 由此来看，在这场资本盛宴背后，关于盈利模式的探索、技术迭代与场景落地是否能够大规模商业化、一级市场"断哺"后来自二 级市场的资金能否及时"补血"等多种 ...

飞虎互动副总裁乔彦军透露，今年银行等机构都在积极期待以智能体推动自身转型，例如某银行消费金 融中心，90%的贷款面签业务通过视频作业机器人远程办理，年放款金额超350亿元。 智能体应用在各行各业的突破，需要基于对垂直场景的深度理解。飞虎互动相关负责人介绍，基于此前 8年远程银行服务经验，其将国产大模型DeepSeek与金融业务逻辑深度融合，构建起"RAG增强检索+多 智能体协同+垂直工具链"的技术体系。在某省农商行的实践中，金融垂直智能体已帮助实现贷款面签 自动化率90%，单日处理量1.3万笔。 金融智能体的价值在核心业务环节尤为凸显。针对银行业睡眠客户激活难题，其营销机器人Flybot在某 城商行将信用卡激活率从12%提升至29%，风控机器人RCK通过8类风险检测，为某省农信减少年度坏 账损失近5亿元。 大模型正从尝鲜期走向落地期，从"好玩"走向"好用"，深入行业提质增效。记者4月8日从北京金融科技 企业飞虎互动获悉，作为国内率先实现智能体商业化落地的金融科技企业，其金融业垂直智能体已覆盖 银行、保险、证券等领域，并在风控、贷款面签等核心业务环节中发挥作用，年处理交易规模超千亿 元，帮助相关机构大幅降低人力 ...

近日， 未可知人工智能研究院副院长张孜铭 老师受邀为 国家电网 进行了一场关于 人工智能 技术及其在电网场景应用 的内部分享课程。 此次授课旨在帮助国家电网的员工更好地了解人工智能技术的发展趋势、应用场景以及如何在 电力行业中落地实践，推动电力行业的智能化升级。 张孜铭老师是未可知人工智能研究院副院长 ，同时也是北京大学与新加坡国立大学双硕士，国 家工业信息安全发展研究中心牵头的《生成式人工智能数据应用合规指南》团体标准起草人。 他凭借其深厚的专业背景和丰富的行业经验，为国家电网的员工带来了一场精彩纷呈的课程。 课程内容涵盖了人工智能技术的发展趋势与现状、生成式人工智能（ AIGC）与传统决策式AI 的区别、DeepSeek相关技术及其应用情况等多个方面。 张孜铭老师通过丰富的案例和互动环节， 深入浅出地讲解了人工智能技术在电力行业的应用前 景和实际操作方法。 在课程中，张孜铭老师详细 介绍了生成式 AI的发展历程 ，从早期的萌芽阶段到如今的快速发 展阶段，展示了生成式AI在文本、图像、音频、视频等多个领域的强大生成能力。 他还通过互动游戏和实际案例，让学员们亲身体验了AI生成内容的逼真程度和应用价值。 特别 ...

1.特朗普宣布最新美国关税政策：所有国家加征10%，中国34% 2. 乐道总裁艾铁成"如约"离职，沈斐接任，李斌直管乐道7个部门 3. 抖音架构又迎"变革"，刘怀谦不再负责产品架构，UG将进一步拆分 4. 京东宣布第8次加薪：达达员工薪酬今年升至19薪，明年20薪 5.朱啸虎建言AI创业者：国内都是白菜价，出海去赚取利润 6.用友网络2025年的"天崩"开局：业绩暴跌、频繁换帅、大幅裁员 7.特朗普宣布国家紧急状态，将对所有进口商品征收10%的全面关税 8.特朗普周三召开闭门决策会议讨论最终方案，a16z加入TikTok争夺战 今日头条 HEADLINE NEWS 特朗普宣布最新美国关税政策：所有国家加征10%，中国34% 据外媒报道，当地时间4月2日下午4点，美国总统特朗普正式宣布美国最新的关税政策。根据新政， 特朗 普宣布如下关税调整： 1、美国将对所有国家实施10%的基准关税税率 2、美国将对中国征收34%的关税，日本面临24%的关税，欧盟20%，越南46%，英国 仅为10%，柬埔寨49%，中国台湾32%，日本24%，南非30%，印度26%，韩国 25%，泰国36%，瑞士31%，印尼32%，马来西亚：2 ...

本报记者矫月 见习记者梁傲男 3月31日，北京智谱华章科技股份有限公司（以下简称"智谱"）在2025中关村论坛上发布其最新Agent（智能体）产 品"AutoGLM沉思"。 追龙 te # # 2025 中 关 村 2025 ZGC FORUM ANI l 据《证券日报》记者了解，这款全新智能体不仅具备深度研究能力（Deep Research），还能实现实际操作（Operator）， 可以像人类一样打开并浏览网页，完成从数据检索、分析到生成报告，推动AI智能体进入"边想边干"阶段。 在技术方面，智谱将依托原创自主大模型技术，持续推动具备逻辑推理和深度思考能力的Agent基座模型与通用基座模型 的研发，再到智能体框架与Agent应用，朝着让机器像人一样思考和行动的目标不断前进。同时，智谱还将搭建AgenticLLM平 台，助力生态合作伙伴利用智谱模型与智能体的强大能力，构建行业、地域与场景深度融合的智能体应用。 在行业生态方面，智谱作为模型厂商，致力于帮助应用合作伙伴在GLM模型上实现成功的大模型应用。目前，智谱已与金 融、教育、医疗、政务等领域的合作伙伴，共同推进Agentic LLM的落地应用。 申万宏源研 ...

沉思功能目前已经正式上线智谱清言网页端、PC端和手机 App，免费不限量开放给全球用户。这也是 正式开放的Deep Research（深度研究）功能。 3月31日，2025中关村论坛发布的AI智能体AutoGLM沉思，其能力的实现依托于智能体的"大脑"——沉 思模型，沉思模型的背后是智谱自主研发的全栈大模型技术。（受访者制图） "2025年将是AI智能体的爆发之年。"张鹏说，智谱AI将依托原创自主大模型技术，持续推动具备逻辑推 理和深度思考能力的智能体基座模型与通用基座模型的研发，再到智能体框架与智能体应用，朝着"让 机器像人一样思考和行动"的目标不断前进。 来源：新华网 31日的发布会现场，智谱AI首席执行官张鹏表示，AutoGLM沉思能力的实现依托于智能体的"大 脑"——沉思模型，即通过强化学习，让模型学会自我批评、反思、甚至沉思，并通过更长的深度思考 时间换取更优的效果。 新华网北京3月31日电（记者张漫子）正在进行的2025中关村论坛上，智谱AI发布最新AI智能体 AutoGLM沉思。这一AI智能体不仅具备深度研究能力，还能实现实际操作，推动AI智能体进入"边想边 干"的阶段。 沉思模型的背后，是智谱 ...

Core Viewpoint - The article discusses the evolution of data analysis from traditional Business Intelligence (BI) tools to AI-driven intelligent agents, emphasizing the need for real-time, complex data processing capabilities in modern business environments [1][5][24]. Group 1: Traditional BI Limitations - Traditional BI tools struggle with the increasing complexity and volume of data, particularly non-structured data from various sources like logs and sensors [8][9]. - The reliance on relational databases limits the efficiency of traditional BI in storing and indexing diverse data types, leading to high-value data being rendered "unusable" [9][10]. - Real-time decision-making requirements conflict with the batch processing nature of traditional BI, highlighting its inadequacies in scenarios like fraud detection and logistics optimization [11][12]. Group 2: Transition to Intelligent Agents - The emergence of AI models is driving a shift towards intelligent agents that can process data more effectively, as seen with innovations like Tableau Next, which has transitioned to an agent-based architecture [6][30]. - Intelligent agents can automate tasks, adapt to complex data environments, and provide actionable insights, thus overcoming the limitations of traditional BI [25][28]. - Companies like DeepSeek are reducing the costs associated with AI model training, facilitating the transition to intelligent data analysis [7][28]. Group 3: Case Studies and Applications - The article presents case studies illustrating the challenges faced by traditional BI users, such as the inability to perform deep analysis or timely data retrieval, which can lead to significant operational inefficiencies [12][19]. - New tools like SwiftAgent are emerging, allowing non-technical users to conduct data analysis through natural language queries, thus democratizing data access [39][41]. - SwiftAgent not only enhances data accuracy but also automates report generation and decision-making processes, providing comprehensive solutions for businesses [46][53]. Group 4: Future of Data Analysis - The integration of AI agents signifies a paradigm shift in data analysis, moving from a reactive to a proactive approach in decision-making [58][59]. - The ability of AI agents to autonomously monitor data, identify issues, and suggest strategies represents a fundamental change in how businesses leverage data for competitive advantage [60][61]. - Companies must embrace this transformation as a strategic necessity to remain competitive in an increasingly data-driven landscape [61].

Investment Rating - The report does not explicitly provide an investment rating for the industry. Core Insights - AI large models have become a crucial component of new productive forces, significantly enhancing production efficiency, optimizing resource allocation, and reducing production costs, thereby supporting high-quality development for enterprises [3][4]. - The financial industry is leading in the research and application of AI large models, with investments projected to reach 19.694 billion yuan in 2024 and 41.548 billion yuan by 2027, marking a growth of 111% [4][25]. - The application of AI large models in the financial sector faces unique challenges, including high demands for data quality, inference accuracy, and compliance with regulatory standards [4][26]. Summary by Sections Chapter 1: Overview of AI Large Model Development - AI large models are integral to the new productive forces, driving significant advancements in digital transformation across various sectors [12]. - Major global regions, including the US, China, Japan, and the EU, are intensifying their efforts in AI large model innovation and application [13][15]. Chapter 2: Focus on the Financial Industry - The financial sector is at the forefront of AI large model investment and application, with a focus on enhancing operational efficiency and compliance [4][25]. - Financial institutions face higher requirements for data governance, model governance, and compliance applications compared to other sectors [26][27]. Chapter 3: Progress in Implementation - The application of generative AI in the financial industry is progressing from simple to complex scenarios, with key areas including payment clearing, intelligent investment research, and fraud monitoring [6][39]. - Financial institutions are advised to adopt a phased approach in selecting and implementing AI applications, focusing on internal operations before expanding to customer-facing services [58]. Chapter 4: Application Paths and Key Capabilities - Financial institutions can choose different paths for implementing AI large models based on their strategic goals, business needs, and resource capabilities [71]. - The report emphasizes the importance of building a robust data value chain management system to ensure high-quality data for AI applications [7].

在AI技术飞速发展的当下，一场关于智能体应用的"风暴"正在悄然酝酿。Browser Use， 这个原本不太起眼的工具，却在最近一周成为了科技圈的焦点。根据最新消息，其日下载量 从3月3日的约5000次飙升至3月10日的28000次，增长超过五倍，这一惊人的增长背后， 究竟隐藏着怎样的故事？ Browser Use的崛起 Browser Use的初衷是 为智能体应用程序提供更便捷的网站访问方式。 它能够 提取网站元素 ，如按钮、小部件等，让AI模型轻松交互，还能管理多个浏览器标 签页，设置保存文件、执行数据库操作等动作，处理鼠标和键盘输入也不在话下。 Browser Use公司的 托管计划是 收费 的，但 免费自托管版本 的存在，为其赢得了大量 用户。 尤其是在Manus发布后，这个免费版本迅速走红。 共同开发者格雷戈尔・祖尼克表示：" 过去几天的情况真的太疯狂了。我们成了GitHub上 最热门的代码库，获得了大量下载量，而且这些下载量确实转化为了很高的实际使用量。 " Manus引发的"蝴蝶效应" Browser Use的爆发式增长，与Manus在外网社交平台上的一篇帖子密不可分。 这篇关于Manus如何利用 ...