钉钉要让更多开发者在AI时代赚到钱

简介: 钉钉发布全球首个AI工作操作系统Agent OS,全面开放算力、模型、MCP能力,打造可变现的AI助理与硬件生态。推出DingTalk A1法律版等多款AI硬件,联合小冰、魔点发布智能前台、算薪考勤机,赋能企业降本增效,推动AI时代全新工作方式。

来源:@首席数智官

近日,AI钉钉1.1新品发布暨生态大会在杭州举办,钉钉正式发布全球首个为AI打造的工作智能操作系统——Agent OS,开启“人与AI协同”的全新工作方式。钉钉宣布,基于Agent OS,钉钉对开放体系全新升级,全面开放算力、行业模型、MCP等AI能力,打造可变现的AI助理、AI硬件市场,与生态伙伴共同推动AI生态走向繁荣,将全球企业带入AI时代的工作方式。

同时,钉钉也首款AI硬件DingTalk A1进行行业升级,并发布了面向法律服务群体的专业版本。钉钉联合小冰科技、魔点等发布了AI无人智能数字前台、智能算薪考勤机、防录音魔盒,进一步充实AI硬件生态,满足企业更多需求。

算力、模型、MCP全开放,打造可变现AI市场

“钉钉AgentOS是一个全面开放的AI生态”,钉钉创始人、CEO陈航(花名:无招)表示,“我们将与合作伙伴一起共建行业模型、MCP广场、AI助理及AI硬件市场,推进中国企业级AI生态走向‘万千智能,繁花一体’。”

针对开发者在模型训练、Agent运行时所需的算力需求,钉钉打造了全面开放的算力广场,让算力像水和电一样即开即用,按需获取。目前,钉钉的AI算力平台已经支持安全云部署及AI一体机等私有化部署方式,相比主流AI算力服务方案具备5%-50%的成本优势,能够帮助企业打造安全、可控、低成本的AI算力基础设施。

在算力基础上,钉钉持续推进行业模型生态开放,提供了行业模型训练和接入服务。目前,钉钉已提供150个多模态行业模型供开发者选用,并正联合伙伴,在医疗、制造等领域持续训练更多行业模型。同时,钉钉也建设了中国最大的企业级MCP能力广场,首批覆盖企业常用的6000+MCP能力,除了钉钉官方MCP如AI表格、项目管理、文档等能力,也包括如文生图、文生视频,高德地图、蚂蚁芝麻信用、AIPPT等第三方能力,支持开发者在开发AI应用和AI助理时,实现便捷、无缝的能力集成与调用。

为了所有企业以及各行业开发者开发AI助理更快捷,钉钉发布了企业AI平台(DingTalk Enterprise AI Platform,DEAP)。DEAP是企业一站式创建、管理、分发、运营AI助理的专业平台,帮助企业打造和管理能完成工作任务、与团队协作的“实干型”AI助理。

为了帮助开发者完成AI产品的商业闭环,钉钉正在打造企业级AI助理市场,帮助开发者直接触达数千万企业。AI助理市场将打造“商业可交付、按结果付费”的新模式,支持企业用户和开发者实现双赢。

创新医药企业水木分子基于医药行业大模型开发的研发助理Chat DD,已在钉钉应用市场上为医药企业提供服务。水木分子首席运营官邢杰表示,60%的医药企业都用钉钉,我们希望跟钉钉合作,给更多医药企业提供“AI虚拟首席科学家”,让五人团队也能够以不到以往十分之一的成本开展原创性新药研发。

“钉钉希望,所有开发者都可以基于钉钉上的AI开放能力,在ToB市场帮助企业解决问题,提升效率,降低成本,在AI时代真正能赚到钱。”无招说。

钉钉联合生态伙伴发布多个AI硬件

作为2025年国产AI硬件黑马,钉钉首款AI硬件DingTalk A1面向行业场景持续升级,从个人效率工具进化到团队工作助理。在销售、招聘、管理、法务等场景下,DingTalk A1能够融入工作流程,自动汇总、标注、分析录音内容,并与生态伙伴实现联动应用。企业统一采购和配置后,录音数据可直接导入业务系统,便于企业集中管理和经营数据分析。

同时,钉钉发布了DingTalk A1(法律版)。它是钉钉第一款针对垂直行业打造的AI硬件,旨在为中国百万法律服务人员提供生产力工具,帮助他们将每一次沟通咨询变成可检索、可交付的分析报告,并充当A1助手,进一步提高工作效率。

基于AI原生硬件能力和实践经验,发布会上钉钉推出了多款生态合作AI硬件。钉钉联合小冰科技发布了AI前台Hi1,能够实现前台全天值守、主动迎宾、访客登记、智能开门,堪称“企业的第一张AI名片”。同时,钉钉联合魔点科技发布了智能算薪考勤机,将AI能力普惠到更多中小企业。

来源:@首席数智官

相关文章
|
7天前
|
数据采集 人工智能 安全
|
17天前
|
云安全 监控 安全
|
3天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
285 164
|
2天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
291 155
|
4天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
221 113
|
10天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
764 5