在 Agentic AI 时代，决定系统体验的并不只有大模型。数据如何进入系统、知识如何被检索、图片和语音如何被理解，以及结果能否快速返回，都会影响最终的回答质量和响应速度。9 月 12 日，在 Lance 开发者沙龙（Lance Meetup）上海站现场，英特尔高级 AI 架构师 桂晟 以 LanceDB 和 多模态数据湖 为例，分享了 英特尔 Xeon 6 处理器及 AMX 的能力，并结合 L

随着模型能力越来越强，真正卡住业务落地的，往往已经不是“模型行不行”，而是它能否稳定运行一万次、被不同团队复用，并持续产出可衡量的结果。9 月 12 日，在 Lance 开发者沙龙（Lance Meetup）上海站现场，火山引擎数智平台算法工程师 曾骞 以 LAS 多模态算子体系 为例，并结合 具身智能 、电商素材 和 视频投流 三个规模化场景案例，分享了火山引擎 LAS 如何用一套多模态算子体系

一份 PDF 进入知识库后，标题层级乱了、左右栏串行了、表格拆散了、公式变成乱码。团队换模型、调切分、改召回，最后才发现：问题不在 RAG ，而在最前面的文档解析。现在，火山引擎 AI数据湖服务LAS 全新升级「PDF 文档解析（豆包）」在线算子。它基于豆包多模态大模型，可将复杂 PDF、扫描件和长图转换为结构化 Markdown，它解决的不是“识别出文字”，而是让文档解析结果能直接进入检索、抽取

iDA ——字节跳动内部员工广泛使用的数据智能助手。它可以链接企业内部数据与知识体系，能够高效支撑从简单查询到复杂分析的多类任务，广泛覆盖数据查找、数据分析、知识检索、文档撰写等高频工作场景。目前，同名同款能力正式上线火山引擎。本文将系统解读 iDA 的技术架构设计，梳理其从 ChatBI 向专业级数据智能助理演进的整体路径，并重点解读其在数据工程优化、工具能力调用等关键模块上的架构选型与工程实践

当 AI 迈向多模态、具身智能与大规模训推，数据基础设施如何平衡成本、性能与治理？Lance & LanceDB 中文社区 · 上海站线下沙龙将于 9 月 12 日正式举办，这也是上半年继北京站之后，社区在国内举办的第二站城市沙龙。届时，LanceDB 核心成员将携手一线云厂商、芯片厂商与互联网企业技术专家，围绕多模态数据、具身智能、向量存储与开源生态，与你面对面畅聊技术实践。1.时间： 2026

当企业 AI 应用从概念验证走向生产，一定遇到过这样的场景：商品图库每天新增几千张图片、企业知识库持续有新文档进入、训练数据平台需尽快感知新样本……这些内容的第一站，通常是 对象存储。但“文件已经上传”并不等于“内容已经能被 AI 使用”。从“存起来”到“用起来”，通常还要经过这样一套流程：发现新增或变化的对象 → 读取对象或元信息 → 清洗与组装模型输入 → 生成 Embedding （ 向量化

火山引擎数智平台学习中心联合 ArkClaw 打造的 《Data + AI 实战训练营 Vol.05》 已圆满落幕。本次训练营吸引 580 + 名学员沉浸式学习 ArkClaw 与数据应用 Skills，活动为期三天（5月16日～5月18日），采用理论课程结合动手实操的模式，学员们完成 3 节课程学习与 3 轮实操挑战，最终 160 + 名学员顺利取得认证证书，圆满结业！在 AI 浪潮席卷千行百业

Skill 名称： 供应商资质分析Skillhttps://findskill.com/bytedance/agentkit-samples/byted-data-search业务场景商务、投资、产解、销售同学在对接客户、拓展合作、竞品分析时，需要快速查询企业工商信息、核验合作方资质，部分高价值字段需依赖企查查/天眼查会员才可查看；同时需通过证券代码快速查询上市公司基础信息。联动方案：调度（Ark

LAS智能视频剪辑Skill，今天正式面向个人开发者开放使用啦！还在手动拖进度条、一帧一帧地找片段？现在，你只需要说一句“把所有 XX 的发言都剪出来”，系统就能自动识别、决策、剪辑，几分钟内生成成片，彻底告别繁琐手搓式操作。无论是剪辑营销高光片段、拆解知识付费长课，还是从海量UGC中批量筛选精彩内容，这一次，不需要企业认证，不用折腾复杂本地配置，个人就能在 火山引擎 ArkClaw上轻松拥有同款

一、模思智能公司与业务场景介绍模思智能科技有限公司（MOSI Intelligence，下文简称模思）是一家由上海创智学院孵化，专注于深度情境智能的大模型初创公司。模思公司成立于 2024 年，核心创始团队以复旦大学自然语言处理实验室 MOSS 团队为核心组建，并由人工智能领域的知名学者，复旦大学邱锡鹏教授担任首席科学家。作为一家以情境智能为核心的人工智能公司，模思公司在技术层面聚焦于人机交互领域

在大模型技术竞速的下半场，行业注意力正从单一的算法迭代转向更深层的基础设施建设。如何处理千万小时、PB级的多模态训练数据，并实现高效处理与弹性扩展， 已成为 AI 企业构建长期竞争力的核心课题。模思智能始终处于多模态 AI 研发的前沿，随着 MOSS TTS 和TTSD 语音生成、MOVA 音视频生成等一系列高精度模型的相继推出，其在多模态领域的研发已从技术突破，扎实地迈向大规模工程化。随着研发场