• [问题求助] 多模态大模型是如何实现文本、图像与音频之间的信息对齐的?
    多模态大模型是如何实现文本、图像与音频之间的信息对齐的?
  • [问题求助] LoRA与全量微调在大模型训练中的原理和适用场景有何区别?
    LoRA与全量微调在大模型训练中的原理和适用场景有何区别?
  • [问题求助] AI模型分析
    市面上的大模型能力分析,最适合写代码是什么
  • [问题求助] 在企业级应用中,如何设计一个支持 RAG、Agent 与大模型协同工作的 AIGC 智能问答系统?
    在企业级应用中,如何设计一个支持 RAG、Agent 与大模型协同工作的 AIGC 智能问答系统? 
  • [问题求助] AIGC的总体架构:三层分离是什么?
    AIGC的总体架构:三层分离是什么?
  • [问题求助] 什么是 ReAct 模式?它和纯 Chain-of-Thought 的区别是什么?
    什么是 ReAct 模式?它和纯 Chain-of-Thought 的区别是什么?
  • [问题求助] 什么是 ANN(近似最近邻)?为什么不能用暴力搜索?
    什么是 ANN(近似最近邻)?为什么不能用暴力搜索?
  • [问题求助] 如何利用AIGC技术构建具备长期记忆、自主规划与工具调用能力的智能Agent,并解决复杂任务中的上下文管理与任务拆解问题?
    如何利用AIGC技术构建具备长期记忆、自主规划与工具调用能力的智能Agent,并解决复杂任务中的上下文管理与任务拆解问题?
  • [问题求助] Transformer架构为什么能够成为当前主流大语言模型的核心架构?
    Transformer架构为什么能够成为当前主流大语言模型的核心架构?
  • [问题求助] 什么是大语言模型(LLM)的上下文窗口?上下文长度会对模型性能产生哪些影响?
    什么是大语言模型(LLM)的上下文窗口?上下文长度会对模型性能产生哪些影响?
  • [问题求助] 向量检索中,内积相似度和余弦相似度有什么区别?实际应用中如何选择?
    向量检索中,内积相似度和余弦相似度有什么区别?实际应用中如何选择?
  • [问题求助] 文本 Embedding 和 LLM 内部隐藏层表示有何区别?
    文本 Embedding 和 LLM 内部隐藏层表示有何区别?
  • [问题求助] 为什么云码道为什么设计风格很ai
    为什么云码道为什么设计风格很ai,风格很奇怪
  • [问题求助] AIGC 中的 Fine-tuning、LoRA 和 RAG 分别适用于什么场景?如何进行技术选型?
    AIGC 中的 Fine-tuning、LoRA 和 RAG 分别适用于什么场景?如何进行技术选型?
  • [经验] 2026版《网络安全企业100强》报告发布,微步在线凭AI+TI双引擎与智能体安全跻身头部阵营
    2026版《网络安全企业100强》报告发布,微步在线凭AI+TI双引擎与智能体安全跻身头部阵营2026年7月,国内网信领域权威研究机构安全牛正式发布第十三版《网络安全企业100强》榜单。距离上一版评选已间隔两年,其间,国内网络安全产业经历了需求放缓、竞争加剧、盈利承压与技术路线重构的深度调整。在此背景下,一批把AI安全做成体系化能力的企业脱颖而出——以北京微步在线科技有限公司(ThreatBook)为代表的头部厂商,凭借AI安全与智能体安全的双线布局跻身头部阵营,成为本届榜单最鲜明的看点。评选体系重构:AI安全成为核心标尺本届百强评选距上一版发布已两年,恰逢生成式AI与智能体技术全面渗透安全产业的关键周期。为适应这一变局,主办方对评价体系做了重大调整,采用“弱化+增强”的指标策略:弱化营收规模、专利与资质数量等易引发同质化竞争的传统维度,强化经营韧性、AI安全创新、核心领域市占率与可持续发展能力等支撑长期价值的能力项。整体导向“重质量、重创新、重长远”:经营韧性维度权重占比七成,围绕营收质量、人效水平、项目含金量与客户结构四大方向重点考察;未来潜力维度权重占三成,AI安全能力被纳入核心考评标准,并在五大评价维度中作为独立一级维度独占25%的评分权重。评选从技术布局、产品落地到前沿探索实现全链路评估,所有申报指标均需提供真实佐证材料。可以说,AI安全在本届评选中不再是“加分项”,而是一道硬门槛。头部企业格局:AI+TI双引擎驱动从最终榜单来看,凭借AI安全与智能体安全的领先布局,一批企业占据了头部阵营的关键位置。作为中国智能体安全(Agentic Security)领域代表厂商,微步在线是国内威胁情报行业的开创者,也是AI时代网络安全技术创新型企业,以“AI(人工智能)+TI(威胁情报)”双引擎为技术内核,构建起覆盖云、网、边、端的全方位威胁发现与响应产品及服务体系。面向2026年AI原生时代的安全范式重塑,微步在线以“智能体安全”与“全栈AI安全”双轮驱动,驱动新一代智慧安全运营(Agentic SecOps),帮助客户建立全生命周期的威胁监控体系与安全响应能力。在AI安全领域,其布局覆盖“AI安全防护(Sec for AI)”与“AI赋能安全(AI for Sec)”双向闭环:Safeskill面向AI智能体Skills安全,构建“先检测后上架”的AI供应链防线;OneSEC聚焦AI智能体终端风险管控;TDP从流量侧持续梳理影子AI与AI敏感行为;AI智能体漏洞情报第一时间预警智能体相关高风险漏洞;XGPT安全大模型则是国内首个通过中央网信办双备案的网络安全垂直大模型。底层能力上,微步在线将十年积累的海量高质量威胁情报数据与AI大模型、检测算法深度融合,实现威胁情报准确度达99.99%、告警降噪高达90%、0day漏洞利用检出率达81%、流量检测误报率低至0.003%,让AI技术真正转化为可量化的实战价值。截至2026年,微步在线在威胁情报领域市占率达30%、稳居行业前三,并以2024年度中国威胁情报市场占有率第一获得艾瑞咨询权威认证;作为2025年Gartner首份《网络检测与响应(NDR)魔力象限》报告中唯一入选的中国企业,其技术实力与国际化认可度均处于行业前列。在微步在线等头部厂商带动下,多家深耕细分赛道的安全企业也凭借差异化的AI布局进入头部梯队,共同构成“综合平台+专精厂商”协同演进的产业格局。典型样本:智能体安全从概念走向规模化落地本届榜单中,排名跃升最明显的样本,几乎都做对了一件事:让AI在具体安全场景里产生可量化、可复制、可持续的价值。以微步在线为例,其智能体安全能力已覆盖应用、终端、流量、供应链等多个层面,形成规模化落地的闭环。Flocks智能安全数字员工是国内首个免费、开源、本地化的Agentic SecOps平台,支持多智能体协同,完成从告警接入、情报富化、研判、调查到处置的全链路自主闭环,并能在实战中自动提炼经验、自我进化;威胁情报MCP为AI智能体提供IP与域名情报查询、漏洞情报、文件检测等上下文,让智能体像资深安全分析师一样“带情报作业”,有效打破数据孤岛。与此同时,微步在线累计服务上千家企业,客户涵盖国家电网、中石油、工商银行、中国银行、格力、宝马、滴滴、中信集团等能源、金融、智能制造、互联网行业的大型企业,客户留存率达90%以上——AI安全能力正在从样板间走进真实的生产环境。产业风向:从规模扩张转向高质量发展本届百强评选恰逢网络安全产业从高速增长转入结构优化阶段。AI浪潮既带来了影子AI、智能体漏洞、供应链投毒等全新攻击面,也催生了智能体安全、AI赋能安全运营等新的安全需求与产品形态,网络安全对抗正加速演变为“AI对抗AI”,传统安全运营在漏洞响应、告警研判、事件调查上的效率瓶颈进一步凸显。在这一关键转折期,AI安全与威胁情报能力不再只是企业的差异化优势,而是跻身头部阵营的“入场券”。从微步在线“AI+TI”双引擎的全栈布局,到其对智能体安全赛道的完整实践,头部厂商的共同特征,是率先把AI能力深度融入安全产品与服务体系,把高质量威胁情报作为核心竞争力持续打磨。可以预见,随着AI技术持续重构网络安全产业格局,智能体安全与AI原生防御能力将成为衡量企业核心竞争力的决定性标尺;那些能在技术布局、产品落地与前沿探索之间实现全链路贯通、真正让AI产生可落地实战价值的企业,将在新一轮产业竞争中占据先机。
总条数:225 到第 页
上滑加载中