数智化能力的演进发展正在对个人、企业、社会、国家产生革命性影响。数智化能力将成为企业最重要的生产资料、最宝贵的物质财富、最有效的竞争手段。本书对某电信运营商AI大模型体系内涵、合作生态和重点开放能力进行了阐释，介绍了AI大模型在企业发展中的应用，从企业能力建设的角度，分析它带来的机遇与挑战，并提供一系列战略建议和实践案例。同时，本书介绍了数智化能力演进过程，重点展示了业务能力、数据能力、技术能力等数智化能力的典型应用场景，并提出了数智化能力的规划建设方法，对处于数字化转型中的企业具有参考价值。

数智化能力的演进发展正在对个人、企业、社会、国家产生革命性影响。数智化能力将成为企业最重要的生产资料、最宝贵的物质财富、最有效的竞争手段。本书对某电信运营商AI大模型体系内涵、合作生态和重点开放能力进行了阐释，介绍了AI大模型在企业发展中的应用，从企业能力建设的角度，分析它带来的机遇与挑战，并提供一系列战略建议和实践案例。同时，本书介绍了数智化能力演进过程，重点展示了业务能力、数据能力、技术能力等数智化能力的典型应用场景，并提出了数智化能力的规划建设方法，对处于数字化转型中的企业具有参考价值。

这本书能全面指导教师、家长、学生系统认识以ChatGPT为代表的AIGC技术为教育和学习带来的深远影响，并快速了解和掌握目前主流的AIGC工具在不同教育和学习场景中的应用，帮助教师、学生、家长先人一步实现角色转变和完成AI能力塑造，在未来的竞争中遥遥领先于对手，成为AI时代的先知和赢家。 本书内容针对教师、家长、学生这3个关键角色，围绕教育和学习全面展开。在AI时代，老师应该如何教，孩子应该怎样学，父母又该扮演什么样的角色，这3个教育和学习领域的关键问题，都能在本书中找到答案。 AI正在全面革新教育的策略、目标以及学习的内容、路径和方法。教师不再只是知识的传递者，他们需要承担更多角色，需要更加注重培养学生的创造力、思考力和跨界能力；家长应该从传统的孩子和学校的桥梁角色，转变为孩子学习的合作伙伴，将教育视为一个终身的、无处不在的过程，把AI当作这个过程中的重要辅助工具；学生应该正确认识未来社会对人才的能力要求，改变学习重心和方法，提前做好学习规划和职业规划。 作者用他丰富的教育经验、全球化的教育视野和前瞻性的AI认知，为所有教育工作者、家长、学生铺就了一条通往AI时代的捷径，希望这本书能帮助中国构建更高水平、更有竞争力的教育体系，为国家培养大量在国际舞台上有竞争力的人才。 本书配套视频观看方式：B站搜索“文勇图书馆”有《AIGC重塑教育》解读专辑。

内容简介 这是一本从实践角度深入探讨如何利用大语言模型提升软件交付全生命周期效率与效能的实战性著作。全面细致地讲解了研发和运维人员需要掌握的大语言模型及其相关技术的原理，重点讲解了如何借助大模型实现DevOps、SRE、平台工程三大领域的智能化实践，覆盖开发、测试、运维、监控、安全、项目管理等软件开发全流程和全场景，通过丰富的实例展示了其在实际工作场景中的具体应用。 本书的独特之处在于它不仅涵盖了基础理论知识，如Transformer模型的基本原理及GPT系列模型的发展历程，更注重于实践应用，提供了从预训练到微调的完整方法论。书中特别强调了大语言模型在降低IT人员认知负荷方面的作用，通过集成多种工具和技术，帮助企业构建更加高效、智能的软件交付体系。此外，本书得到了来自企业级、学术界和研究机构近20位专家的一致好评。 通过阅读本书，你将： ?了解大语言模型的发展和起源 ?了解ChatGPT的相关内容，包括GPT模型的结构和完整实现 ?了解Transformer模型的基本原理 ?深入了解大语言模型的微调技术，软件交付的三大底座以及RAG的基本原理 ?探索大语言模型在运维场景中的实践 ?探索大语言模型在编程场景中的实践 ?探索大语言模型在测试场景中的实践 ?探索大语言模型在安全场景中的实践 ?接触前沿的技术趋势，了解实践中的具体方法，清晰看懂实践后的数据和数据

《实战AI大模型》是一本旨在填补人工智能（AI）领域（特别是AI大模型）理论与实践之间鸿沟的实用手册。书中介绍了AI大模型的基础知识和关键技术，如Transformer、BERT、ALBERT、T5、GPT系列、InstructGPT、ChatGPT、GPT 4、PaLM和视觉模型等，并详细解释了这些模型的技术原理、实际应用以及高性能计算（HPC）技术的使用，如并行计算和内存优化。 同时，《实战AI大模型》还提供了实践案例，详细介绍了如何使用Colossal AI训练各种模型。无论是人工智能初学者还是经验丰富的实践者，都能从本书学到实用的知识和技能，从而在迅速发展的AI领域中找到适合自己的方向。

内容简介 大模型赋能，重新定义智能机器人的未来。 本书是一部讲解如何用大模型驱动具身智能的权威指南，系统揭示了从底层架构到实战部署的完整技术路径。作者团队融合多年一线研发经验，深入讲解如何在多模态环境中，实现智能机器人的任务理解、动作控制、记忆建构与仿真协同。本书不仅提供扎实的理论基础，更通过丰富的行业案例与系统性的方法论，帮助读者构建面向未来的具身智能系统。 通过阅读本书，你将获得： （1）全面理解大模型如何赋能具身智能。揭示大型语言模型在感知-决策-执行链条中的核心作用，理清从感知到行为的智能演化路径。 （2）掌握任务规划与动作控制核心技术。深度解析任务分解、动作生成、空间约束与控制策略，覆盖从高层意图到低层执行的全链路建模方法。 （3）构建具身智能的记忆与反思机制。学习如何实现任务记忆、动态规划与自我优化机制，提升机器人在复杂环境中的自适应能力。 （4）搭建可复用的开发与仿真框架。熟练运用 ROS、MoveIt、Gazebo 等核心中间件与仿真平台，助力系统开发与快速迭代。 无论你是正在开发具身智能系统的工程师；投身人工智能前沿的科研人员；关注智能机器人产业落地的技术管理者或产品决策者；本书都将成为你不可或缺的参考读物，引领你从理念到落地，真正掌握大模型时代的具身智能开发的核心技术，让你在这场技术革新中把握先机。

内容简介 大模型赋能，重新定义智能机器人的未来。 本书是一部讲解如何用大模型驱动具身智能的权威指南，系统揭示了从底层架构到实战部署的完整技术路径。作者团队融合多年一线研发经验，深入讲解如何在多模态环境中，实现智能机器人的任务理解、动作控制、记忆建构与仿真协同。本书不仅提供扎实的理论基础，更通过丰富的行业案例与系统性的方法论，帮助读者构建面向未来的具身智能系统。 通过阅读本书，你将获得： （1）全面理解大模型如何赋能具身智能。揭示大型语言模型在感知-决策-执行链条中的核心作用，理清从感知到行为的智能演化路径。 （2）掌握任务规划与动作控制核心技术。深度解析任务分解、动作生成、空间约束与控制策略，覆盖从高层意图到低层执行的全链路建模方法。 （3）构建具身智能的记忆与反思机制。学习如何实现任务记忆、动态规划与自我优化机制，提升机器人在复杂环境中的自适应能力。 （4）搭建可复用的开发与仿真框架。熟练运用 ROS、MoveIt、Gazebo 等核心中间件与仿真平台，助力系统开发与快速迭代。 无论你是正在开发具身智能系统的工程师；投身人工智能前沿的科研人员；关注智能机器人产业落地的技术管理者或产品决策者；本书都将成为你不可或缺的参考读物，引领你从理念到落地，真正掌握大模型时代的具身智能开发的核心技术，让你在这场技术革新中把握先机。

大模型在众多领域得到了广泛应用，促进了AI技术的整合和创新。然而，在实际应用过程中，直接将大模型应用于特定行业常常难以达到预期效果。本书详细阐述如何在游戏经营分析场景中利用大模型实现数据体系的建设。 本书分为6个部分，共16章。第1部分主要介绍大模型技术的发展与应用，从大模型的发展现状展开，重点介绍大模型与数据体系的相关知识。第2部分主要介绍大模型下的关键基础设施，涵盖湖仓一体引擎、湖仓的关键技术、实时数据写入和高效数据分析等内容。第3部分主要介绍大模型下的数据资产，围绕数据资产重塑、数据资产标准、数据资产建设、数据资产运营展开。第4部分主要介绍自研领域大模型的技术原理，涵盖领域大模型的基础、需求理解算法、需求匹配算法、需求转译算法等内容。第5部分主要介绍大模型的工程化原理，涉及工程化的基础、技术筹备、建设要点、安全策略等内容。第6部分介绍大模型在游戏领域的应用，通过游戏领域的经营分析案例，系统地阐述如何实现业务需求。 本书适合致力于大模型技术应用的数据工程师阅读，也适合寻求AI自动化编程解决方案的软件开发者阅读，还适合希望利用AI提升业务效率的企业决策者阅读。

大模型在众多领域得到了广泛应用，促进了AI技术的整合和创新。然而，在实际应用过程中，直接将大模型应用于特定行业常常难以达到预期效果。本书详细阐述如何在游戏经营分析场景中利用大模型实现数据体系的建设。 本书分为6个部分，共16章。第1部分主要介绍大模型技术的发展与应用，从大模型的发展现状展开，重点介绍大模型与数据体系的相关知识。第2部分主要介绍大模型下的关键基础设施，涵盖湖仓一体引擎、湖仓的关键技术、实时数据写入和高效数据分析等内容。第3部分主要介绍大模型下的数据资产，围绕数据资产重塑、数据资产标准、数据资产建设、数据资产运营展开。第4部分主要介绍自研领域大模型的技术原理，涵盖领域大模型的基础、需求理解算法、需求匹配算法、需求转译算法等内容。第5部分主要介绍大模型的工程化原理，涉及工程化的基础、技术筹备、建设要点、安全策略等内容。第6部分介绍大模型在游戏领域的应用，通过游戏领域的经营分析案例，系统地阐述如何实现业务需求。 本书适合致力于大模型技术应用的数据工程师阅读，也适合寻求AI自动化编程解决方案的软件开发者阅读，还适合希望利用AI提升业务效率的企业决策者阅读。

本书系统地探讨了软件工程从 1.0 到 3.0 的演进历程，深入剖析了软件工程 3.0 的新范式及其核心特征。书中详细介绍了软件工程 3.0 的实施策略和路线图，以及提示工程、RAG、智能体、数据治理、模型工程和安全治理等核心能力的建设。通过对需求分析、架构设计、UI 生成、结对编程、测试智能化和运维监控等关键环节的实践案例分析，全面重塑了软件开发生命周期。此外，书中还对软件工程的未来进行了展望，探讨了多模态技术和 AGI（通用人工智能）等对软件研发的深远影响。 本书适合软件研发管理人员（包括研发总经理、技术经理、项目经理、测试经理等）、 软件工程师、软件测试工程师，以及对软件工程智能化转型感兴趣的读者阅读参考。