例如一键添加注释：
AI写代码新姿势：一个截图 代替千行代码
以及通过自然语言连续提问：
值得一提的是，代码小浣熊2.0除了对个人用户之外，对企业也特别有用，它能帮整个企业管好代码资产。
怎么个管理方式呢？
它先会仔细筛查代码，把有问题的地方找出来，接着再进行后续的开发，让代码变得越来越好，这个优化升级的过程会一直持续下去。
而且它管得还很全面，从最开始了解大家对软件有啥需求，到后面测试软件好不好用，软件研发的好多流程它都涉及到了。
有了它，企业的代码质量会更高，以后维护起来也更轻松。
不用再愁多Agent应用开发了
如果说小浣熊家族的升级是商汤在应用层上的最新发布，那么在底层大装置方面，商汤在本次GDC上同样也有一个大动作。
首先，是一个可以破局多Agent应用开发困境的开发者工具——LazyLLM。
AI写代码新姿势：一个截图 代替千行代码
简单来说，LazyLLM是一个面向开发者的一站式、开源的，可构建多Agent大模型应用开发框架，能协助开发者用极低的成本，构建复杂的AI应用，并可以持续迭代优化效果。
可以先来看下一个demo：
以下视频来源于
商汤学术
接下来，我们就来盘一盘LazyLLM到底有什么特点。
首先从代码设计方面来看，是肉眼可见的简洁。
例如用代码表达一个数学公式，对比LazyLLM、LangChain和LlamaIndex，LazyLLM的代码是真的短了不少：
AI写代码新姿势：一个截图 代替千行代码
其次，面对当下众多的调用、部署的“选项”，LazyLLM做到了统一。
无论是什么样的模块，用户都可以用统一的方式来调用，灵活试验各种基模型、训推框架与数据库。
AI写代码新姿势：一个截图 代替千行代码
值得一提的是，它还提供微调的服务，这就更便于客户在垂直领域的应用。
LazyLLM还有一个大亮点，就是开发方便。
例如十行代码就能搭建RAG多路召回应用，三行代码搭建ChatBot，甚至两、三行代码就能在RAG应用中用上自定义的转换规则或者多路召回的策略。
AI写代码新姿势：一个截图 代替千行代码
除此之外，LazyLLM的亮点还包括：
以数据流为核心的应用开发范式：LazyLLM以数据为核心，可通过Pipeline、Parallel、Switch、If、Loop、Diverter、Warp、Graph等数据流拼接已有组件或其他开源软件，并支持在应用开发过程中持续迭代数据，从而不断提升数据效果。
像搭积木一样开发大模型应用：LazyLLM通过精细化模块设计和符合直觉的代码风格，使开发者能够更快地实现想法产品落地，同时真正像搭积木一样，把意图识别、知识库检索能力、大模型能力等快速拼到一起，实现完整应用。
复杂应用一键部署：LazyLLM利用轻量网关实现分布式应用一键部署，助力用户快速实现产品落地。当智能体开发完成后，应用者能够一键将其部署到网页、企业微信、钉钉等平台。
同时，框架还支持跨平台、不同操作系统，以及不同底层云的基础设施。
多Agent编排：封装FunctionCall、React、ReWOO、PlanAndSolve等多种Agent。
跨平台：兼容多个操作系统（如Windows、OS或Linux）和多种IaaS平台（如裸金属、K8s、slurm、公有云）。
AI写代码新姿势：一个截图 代替千行代码
总而言之，LazyLLM是做到了可以让用户以最简单的方法和最少的代码，快速构建复杂、强大的多Agent AI应用原型，像搭建积木一样，快速构建出具有生产力的AI大模型应用。
而基于LazyLLM这个开发者工具，商汤还发布了一个应用开发平台——万象平台。
AI写代码新姿势：一个截图 代替千行代码
整体来看，它是企业级一站式模型开发与管理平台，集成模型管理、精调、推理、评测等功能，提供多种开源和闭源大模型，基于SenseCore万卡集群，支持实时调用、快速扩缩容，兼容国产芯片和异构算力管理。
我们先来看下万象平台的实操界面：
万象平台的一大核心能力，就是高效推理和简单微调。
不仅支持PPL.LLM、LightLLM等多推理框架，在这里，你还可以一键搭建各种主流大模型，包括大火的DeepSeek满血版、商汤SenseNova，以及Meta、阿里、智谱等众多开源模型！
AI写代码新姿势：一个截图 代替千行代码
其次，正是因为基于LazyLLM，万象应用开发平台通过统一画布界面，将LLM应用开发、RAG核心算法及多模态模块编排整合，支持用户灵活组合算法组件、即时测试调整，并一键启动微调服务，实现高效便捷的流程编排能力。
AI写代码新姿势：一个截图 代替千行代码
AI写代码新姿势：一个截图 代替千行代码
值得一提的是，万象平台还突破了云算力依赖。
因其兼容云端与本地服务协同，开放第三方模型接入接口，这就允许用户使用自己的MaaS平台提供服务，将闲置算力用起来。
而且万象平台还可以进行本地部署与私有化交付，适配国产数据库及芯片，保证数据安全，符合审计合规。
商汤眼中的“AI与人类协同”
最后，我们还需要对今天商汤在GDC的一系列发布做个总结，从中挖掘商汤在大模型发展路径上的战略布局。
从应用层，即小浣熊家族的升级来看，商汤是想让AI不只是打辅助，更是起到自动化去解决更复杂问题的作用。
商汤的办公小浣熊2.0和代码小浣熊2.0不仅作为辅助工具（Copilot）提升人类的工作效率，还逐步向自主执行任务的Agent方向发展。
办公小浣熊能够自主规划任务、分析数据并生成报告，代码小浣熊则能够跨文件执行多任务修改，甚至进行代码资产管理。这种转变使得AI能够更独立地处理复杂任务，减少人类的重复性劳动。
从底层大装置来看，通过LazyLLM开源框架和万象平台，商汤大幅降低了AI应用开发的门槛。
即使是初级开发者，也可以通过简单的拼接和模块化设计，快速构建复杂的AI应用。这种低门槛的开发方式使得更多企业和个人能够参与到AI应用的创造中，推动了AI技术的普及和应用。
而二者也有相通之处，那便是多模态融合与推理。
这也是得益于商汤的“日日新”融合大模型近来在多模态推理和融合方面取得了突破，能够处理文本、图像、音频、视频等多种模态的数据。
这种多模态能力的提升，使得AI能够更好地理解和处理复杂的现实世界任务，进一步增强了AI与人类的协同能力。
从这里我们也不难发现，商汤此前提出的“三位一体战略”，即“大装置 + 大模型 + 应用”，还在持续奏效。
而面对当下和未来不断快速变化的大模型市场，商汤联合创始人林达华在近期的访谈中，也道出了商汤的布局之道：
未来AI发展方向是从语言模型向多模态、推理模型和世界模型进化，大模型将突破行业核心任务才能实现真正商业价值。DeepSeek的训练优化不会降低算力需求，反而推理市场增长迅速，竞争加剧。商汤的核心战略是通过多模态技术、深度行业应用、软硬件一体化来构建高价值AI生态，而非单纯参与API价格战。
DeepSeek吹起的低成本+高性能“国潮AI风”还在继续，而从商汤今天一系列最新发布来看，趋势没有停滞，涌现还在持续。
AI写代码新姿势：一个截图 代替千行代码
- 本文固定链接: http://www.androidx86.cn/articles/58493.html
- 转载请注明: zhiyongz 于 安卓中文站 发表
《本文》有 0 条评论