商品工业属性画像是电商、广告营销和用户增长等数字化营销业务的重要基础，它能够帮助产品经理和运营人员更好地了解商品的特征、分类和价值，从而提高商品的曝光、转化和留存。然而，商品工业属性画像也面临着一些挑战，如数据标注困难、模型训练困难和模型应用困难。本文从产品经理的视角，介绍了人工智能大模型在商品工业属性画像中的作用和价值，以及如何应对这些挑战的解决方案和建议。

当其他家还在想着AI落地的场景与应用时，拼多多已经悄悄把AI能力应用到产品之上了——拼多多的智能评价总结，已经开始使用。但作者觉得，这个方案还有不少局限性。

NVIDIA 创始人兼首席执行官黄仁勋在 GTC 2024 主题演讲上表示：下一波 AI 浪潮将是 AI 对物理世界的学习。

当前的AI时代，大公司都在做自己的大模型，也对大模型的变现充满了焦虑。这种情况下，腾讯和字节选择了不同的方向。

当下AI已然成了风口，不论是否是互联网人，都在学习AI。那如果是没有任何基础的普通人，面对AI如何入门呢？作者给大家整理了一份学习路径，跟着这个路径学习，基本可以解决你不会用的问题。

大模型对各行各业都形成了巨大的冲击。但之前大家的讨论，更多事从互联网人的角度出发，缺少从业者的视角。这篇文章，来自音乐行业从业者的思考与看法，他们面对AI的冲击，会是怎样的一种考虑和想法？

最近几年，低代码甚至零代码的做法在行业内兴起。而在AI热潮兴起后，厂商也在积极探索AI 与低/零代码应用开发平台的融合方式，致力于进一步降低开发门槛。这篇文章，我们就来看下整个低代码这个领域的现状与发展情况。

大模型兴起之后，有人说所有的行业都值得用AI重做一遍。那如果是AI和搜索结合，是不是能产生更好的效果？这篇文章，作者分享了AI搜索的一些底层知识，能够帮你，更好的用AI搜索。

最近体验到了几款AI Agent构建平台，其中Betteryeah、Coze在产品形态上有所相似，本文将选取这两大平台，从产品经理视角拆解通过不同平台构建AI Agent体验对比。

大模型图生文作为用户基础较广、使用频率较高、渗透相对较高的场景之一，商业化也面临着不小的难度。那么在五一期间火起来的应用“Remini”，又可以火多久呢？AI生图大模型，又该如何进行长期变现？

[1]2009年美剧《LIE TO ME》播出后，很多人都对微表情产生了兴趣。大家惊叹于电视剧的剧情：一个人表情的破绽里总能暴露出真相。于是大家理所应当地认为：通过一个人表情、肢体就可以直接判断他有没有在说谎。 作为微表情研究者，我从2011年开始参与过一些刑事案件的侦查。为了验证现实情况中微表情会不会像电视剧中的那么神奇，我来简单模拟一个犯罪情况：一个盗窃案，假如你们是公安，我是嫌疑人。你们问我：“你有没有偷钱？”“唉，警官你怎么这样办呢？你说我偷钱我就偷钱了！你在大街上随便拉个人说偷钱了，他就能坐到这儿来了？你们办案要讲证据好不好！”大家看到我的表情了吗？一脸嫌弃、厌恶、不屑。另外一种情况是：“我没有，警官你们为什么会怀疑我，我是一个老实巴交的出租司机，我家里还有老婆孩子，我…我…我不可能偷钱。我…我是老实人。”看到我的表情是什么样了吗？愁苦、悲悯、可怜。你相信哪一个呢？ 我们前面铺垫这么多的开场只为说明一个事情：你看到的那些可见的表现很可能都是演的。

随着AI越来越火，对普通人的影响也越来越大，但多数人不明白AI浪潮的意义。本文从四次工业革命的技术变革，以及几个小故事出发，给大家分析一下：作为个体，如何面对AI浪潮，以及，如何将AI应用到自己工作/生活中。