tag 人工智能

標籤
貢獻909
930
06:37 AM · Oct 27 ,2025
deephub 頭像 u_13357275 頭像 pannideniupai 頭像 elhix0bg 頭像 xingxingshangdeliushu 頭像 u_15591470 頭像 lab4ai 頭像 u_17579295 頭像 u_17512334 頭像 qingfouai 頭像 u_17567677 頭像 chaoshenjinghyperai 頭像

@人工智能 / 博客 RSS 訂閱

u_17588526 頭像

圍爐聊科技 - 當AI成為“大腦”：人類如何在機器時代找到不可替代的價值？

一、從“下意識”到“大模型”：我們正在重新定義智能 最近，我常常思考一個問題：如果將當前的大語言模型比作人類的“大腦”，那麼人類那些看似“不經思考”的下意識行為，又該對應什麼呢？ 下意識行為是否就是AI系統中的一套快速響應機制：規則引擎、緩存系統、輕量級模型協同工作，共同構建出“自動化”的表象？ 我猜測人類與AI的智能機制，其實存在驚人的相似性，並且這個相似性可

機器學習 , 人工智能

收藏 評論

huamingshixunkeji 頭像

華明視訊科技 - 選擇質量過硬的AI集裝箱號識別系統廠家三大要素

隨着全球貿易與智慧物流的深度融合，集裝箱號碼自動識別已成為衡量港口、碼頭及物流園區智能化水平的關鍵標尺。面對市場上眾多的AI集裝箱號識別系統廠家，如何做出明智選擇？ 01 技術實戰能力：識別率的關鍵在於極端環境 選擇AI集裝箱識別系統的首要考量，是它在真實作業環境中的穩定表現。許多廠家宣傳的99.9%識別率，可能只是在理想實驗室環境下的數據。 在實際運營中，集裝箱常面臨多重挑戰：

機器學習 , 圖像識別 , 神經網絡 , 人工智能 , 深度學習

收藏 評論

u_17567677 頭像

沃觀態勢感知 - 行業定製方案：不同行業境外輿情服務的差異化重點

境外輿情服務並不是一個標準化工具，而是根據不同行業的市場結構、消費者特徵、政策敏感度和輿論傳播路徑，形成高度差異化的需求。從消費品到跨境電商、從遊戲娛樂到金融科技、從新能源到製造業，不同行業在海外傳播的風險點和機會點完全不同。因此，一個真正專業的海外輿情體系，必須具備“行業定製化”的能力，才能幫助企業獲得結構化的競爭優勢。 對於跨境電商行業而言，其

數據 , 跨境電商 , 人工智能 , 數據分析 , 結構化

收藏 評論

u_16283671 頭像

AUTO芯球 - 智己汽車11月銷售13,577台，連續三月創品牌歷史新高！

最新數據顯示，智己汽車11月銷量達13,577台，首次實現連續三月破萬，且接連三個月刷新品牌月銷紀錄。這一持續增長勢能的背後，是“恆星超級增程”技術賦能下的雙爆款——新一代智己LS6與上汽旗艦大六座智己LS9，以斷代領先的技術和最具誠意的價格權益，分別成為20萬級與30萬級新能源市場的熱門首選，在今年紅海的高端新能源汽車市場中殺出重圍。 作為今年唯一的800V大電池

英偉達 , 激光雷達 , 人工智能 , 深度學習 , 4D

收藏 評論

u_16054295 頭像

百能雲芯 - 三星品牌存儲“雙9”黃金搭檔真爆款┃百能雲芯

　1、三星T9移動固態硬盤高效影像存儲 視頻以豐富的表現力和更高效的觀看方式，成為當下最受歡迎的內容呈現形式，而社交網絡的蓬勃發展也讓每個人都能成為自己的導演。但隨着拍攝的影像素材分辨率不斷增長、數量的不斷增加，如何能高效地存儲和備份這些視頻素材就是個很嚴肅的問題，而大容量、高效能三星T9固態硬盤就是非常理想的選擇。

三星 , 人工智能 , 深度學習 , 百能雲芯

收藏 評論

u_17512334 頭像

疆鴻智能研發中心 - 告別“脆皮”網絡！水電廠疆鴻智能PROFIBUS靠集線器“支稜”起來了

告別“脆皮”網絡！水電廠疆鴻智能PROFIBUS靠集線器“支稜”起來了 一、行業背景與現場環境 我國西南地區某大型水力發電站，裝機容量達850MW，承擔着區域電網調峯調頻的重要任務。電站控制系統採用西門子S7-400系列PLC作為主控制器，構建了基於PROFIBUS-DP的分佈式控制系統。然而，在實際運行中面臨着獨特挑戰：廠區設備分佈跨越多個樓層和廠房，最遠設備距離

PROFIBUS集線器 , 集線器 , profibus , 工業通訊 , 人工智能 , 深度學習 , 工業自動化

收藏 評論

u_16099185 頭像

夢想啓航吧 - 監控拍到開車是鏡像嗎

只是因為被AI識別成盜竊犯，他就被警察送進監獄。 即便他從未去過案發現場，即便那個地方距他居所將近1000公里。 更離譜的是，據律師透露的消息，他還比監控錄像中的罪犯輕了40磅（36斤）！ 即便如此，執法部門還是對他進行了逮捕，讓他在監獄一個星期。 有相關顧問表示：這項技術已導致至少三起錯誤逮捕。 將面部識

人臉識別 , 雲計算 , 人工智能 , 雲原生 , ci , 監控拍到開車是鏡像嗎

收藏 評論

youfujideshangpu 頭像

智定義科技 - 智慧文旅景區數字化中樞—“旅商通”，整合票務、二銷與客流

一、概述     “旅商通”作為景區和文旅運營公司管理端，集中管理景區門票銷售、多業態二銷、遊客流量監控、數據分析和財務報表等關鍵運營數據，有效提高文旅景區管理效率，助力景區實現智慧化升級，推動智慧文旅發展，增強遊客滿意度，是景區實現智慧文旅的重要工具。 二、部分功能展示及操作頁面 1.1 工作台 1.1.1 集團首頁-查看下屬所有景區數據-運營公司查看 1.1.2 首頁-查

uniapp , 人工智能 , JAVA , html5 , Javascript

收藏 評論

u_17569005 頭像

wx6906fb3f9b17a - AGV/AMR/ 機器狗乘梯控制系統通過 **"感知 - 控制 - 通信"** 三層架構，實現了機器人與電梯的無縫協同，可擴展至閘機、各類門控設備，構建完整的智能通行生態

前言：AGV/AMR/機器狗乘梯控制系統方案，該系統通過梯控與電梯門禁集成實現自動化設備無人化乘梯。核心功能包括自主呼梯、樓層切換及多場景門禁擴展，支持RS-485、MQTT等多種通訊協議。方案詳細説明了乘梯流程、特殊場景處理及電梯改造要點，強調需保持電梯無休眠狀態，並確保電氣隔離。系統採用"感知-控制-通信"架構，可擴展至閘機等門控設備，構建智能通行生

梯控 , 機器人 , AMR , 機器狗 , 人工智能 , 深度學習 , AGV

收藏 評論

u_16272508 頭像

事辯天下 - 沃飛長空完成數億元C輪融資，加速商業化進程

近日，沃飛長空宣佈完成數億元人民幣C輪融資。 本輪融資由杭州市實業投資集團有限公司 (簡稱杭實集團)、Prosperity7 Ventures (簡稱P7)、鬆禾資本共同投資，藴盛資本、翱翔天行等老股東追加投資。 此次融資匯聚了國內外頂尖產業資源，其背後是市場對沃飛長空硬實力的高度認可和對eVTOL全球化前景的共識。依託杭實集團深耕本土的產業根基，能助力企業更精

商業模式 , it , 大數據 , 數據倉庫 , 人工智能

收藏 評論

u_16099297 頭像

mob6454cc7416d1 - 李宏毅機器學習2022年學習筆記（一）-- Introduction

目錄 摘要 1.auto-encoder概念 2.auto-encoder優勢 3.de-nosing auto-encoder 1.auto-encoder概念 auto-encoder也算是self-supervised learning的一環，簡單複習一下self

sed , 機器學習 , 人工智能 , Css , 筆記 , 前端開發 , HTML

收藏 評論

u_16213647 頭像

mob64ca14079fb3 - coremail 郵箱自動存儲設置

保存附件（Save Attachments）的介紹 將郵件附件保存到指定的文件夾。如果該文件夾不存在，則會自動創建。如果未指定文件夾，則會將下載內容保存在當前項目文件夾中。注意, 指定文件夾中與附件同名的文件將會被覆蓋。 二、Save Attachments在UiPath中的使用 打開設計器，在設計庫中新建

機器學習 , 字符串 , 搜索 , 郵件服務器 , 人工智能 , coremail 郵箱自動存儲設置 , 郵箱總服務器能看到每個人的郵件嗎

收藏 評論

u_16099320 頭像

技術極客之光 - OpenTelemetry 接入uptrace

收錄方便以後參考 一、URLConnection入門 URLConnection代表應用程序和 URL 之間的通信鏈接。 創建一個到 URL 的連接需要幾個步驟： 1、通過在 URL 上調用 openConnection 方法創建連接對象。 URL url = new URL("ht

機器學習 , ico , 人工智能 , JAVA , .net

收藏 評論

u_15591470 頭像

ceshiren2022 - AI引領天貓測試流程變革：從人工操作到智能化的實踐經驗與落地案例

在AI時代，天貓技術質量團隊不斷探索如何在測試全流程中引入AI，提升效率、保障質量，並實現可管理化、可溯化的測試流程。本文將結合實踐經驗，分享AI在測試鏈路中的落地方案和技術架構思路。 1️⃣ 測試體系變革：從人工到AI自動化 傳統測試工作鏈條主要包括五大核心階段： 需求解析 → 用例生成 → 測試數據構造 → 執行驗證 → 對比校驗 AI的引入目標：通過自然語言理解和大模型驅動

AI , 測試數據 , 人工智能 , 深度學習 , 自動化測試

收藏 評論

congweibiaobaidemalingshu 頭像

小白獅ww - 32B 參數還能本地跑？Flux.2-dev 這次是真的把「大模型」玩明白了

過去的開源圖像模型有點像一櫃子分科工具：這一個負責生成，那一個負責編輯，想讓角色不崩還得再上個微調模型，流程又長又碎。而Flux.2-dev的出現就像突然給你塞了一把真正能幹活的 AI 瑞士軍刀——一句話能畫圖，一張圖能修改，幾張參考圖還能自動融合成統一風格，整套流程一個模型就走通了，再也不用東拼西湊。 更讓人驚訝的是，它明明有 32B 參數，卻因為量化和推理優化做得非常激進，居然能在 RT

算法 , 自然語言處理 , 教程 , 人工智能 , 深度學習

收藏 評論

u_15214399 頭像

u_15214399 - ​​基於開發者空間雲開發環境，使用MateChat+MaaS構建智能對話應用

最新案例動態，請查閲基於開發者空間雲開發環境，使用MateChat+MaaS構建智能對話應用。小夥伴們快來領取華為開發者空間進行實操吧！ 一、概述 1. 案例介紹 華為雲開發者空間為開發者提供一個免費的雲開發環境，開發者可以將計算密集型任務交給性能強大的雲開發環境，同時可以在本地Windows或者MacOS設備上編寫代碼，在遠程的鯤鵬雲環境中運行和調試。

機器學習 , API , 人工智能 , 開發環境 , 開發者

收藏 評論

u_16163453 頭像

嘴巴吃糖了 - 【值得收藏】大模型必備知識：Transformer為何選擇Layer Normalization而非Batch Normalization

前言 無論是 BERT、GPT 還是 ViT，幾乎都不用 Batch Normalization，而是清一色地用 Layer Normalization。 這不是巧合，而是 Transformer 架構中一個非常深層的設計選擇。 一、BN 和 LN 到底在做什麼？ BN 和 LN 的出發點其實一樣——穩定訓練，防止梯度

後端開發 , 人工智能 , transformer , batch , 大模型入門 , 大模型學習 , Python

收藏 評論

u_14120 頭像

温柔一刀 - demp編碼

我整理了一下研發近期需要完成和實現的功能供大家參考。 1. 多畫面，流矩陣和大數據，EPG的對接。 2. SDI採集中杜比音頻數據的透傳。 3. 編碼器輸入流信息的展示與輸入流的預覽。 4. 編碼器主，備，墊輸入流或文件可同時配置，目前編碼器只支持 “主輸入流+備輸入流或者主輸入流+墊片文件的方式”。 5. 編碼器主，備，墊配置時可切換主，備

機器學習 , demp編碼 , 數據丟失 , 編碼器 , 人工智能 , 輸入流

收藏 評論

huandanshendeshoushudao 頭像

慧星雲 - 當視頻遇上AI：SAM 2 打破想象的界限！

SegmentAnythingModel2 Meta公司推出Llama3.1沒多久，又在今天推出了SegmentAnythingModel2（SAM2），以其強大的實時、可提示對象分割能力，引領了視頻處理領域的一場新風潮。 SAM2不僅支持各種未見過的視覺對象的分割，更為圖像與視頻提供了統一、高效的處理平台。如此突破，無疑為計算機視覺的未來賦予了無窮可能。 功能性大突破 SAM2官

圖像識別 , 雲計算 , 人工智能 , meta , 開源

收藏 評論

u_14230 頭像

爛漫樹林 - devtempfs為什麼會滿

3.15、函數ioctl 1、函數原型：插入圖片 3.16、/dev/fd：重要章節 1、較新的系統都提供名為/dev/fd的目錄，其目錄項是名為0、1/2等的文件，打開文件/dev/fd/n等效於複製描述符n（假定描述符n是打開的）。 2、linux實現中的/dev/fd是個例外。它把文件描述符映射成指向頂底層物理文件的符號鏈接。例如，當打開/dev/f

機器學習 , 插入圖片 , 用户組 , devtempfs為什麼會滿 , 粘着位 , 人工智能

收藏 評論

aixiaodewudongmian_mtpxs 頭像

資源999it點top - 秋葉AI設計變現訓練營2023年8月結課第1期

《秋葉 AI 設計變現首發課：工具 + 思維 + 資源的三維專業變現體系》——超越工具操作，掌握商業變現的底層邏輯 作為一名對 AI 設計充滿熱情，並且希望通過這門《秋葉 AI 設計變現首發課》實現技能變現的學習者，我深知在如今 AI 工具日新月異的時代，僅僅學會怎麼用軟件是遠遠不夠的。Midjourney、Stable Diffusion 等工具的教程在網上俯拾皆是，但“會操作”不等於“能

人工智能

收藏 評論

mingzhongshui 頭像

命中水ヽ - 從懷疑到離不開：我第一個由 AI 深度參與完成的真實項目覆盤

首先説明，我不是專業的前端工程師。 但這次，我一個人完成了一個包含聊天窗口、WebSocket 實時推送、多語言翻譯、複雜 UI 狀態管理的前端項目。 説實話，如果沒有 AI，這個項目我大概率會延期，甚至放棄一些體驗上的細節。 這是我第一次，在一個真實、長期維護、並且已經上線使用的項目中，深度引入 AI 參與開發。 不是 Demo，不是練手，而是一個我必須為穩定性、性能和可維護性負責的系

php , 人工智能 , lavarel , 後端 , 前端

收藏 評論

u_17567677 頭像

沃觀態勢感知 - 不止是監控：海外輿情監控平台如何成為企業的全球戰略雷達？

在全球競爭不斷加劇的背景下，海外輿情監控平台正從“信息收集工具”向“全球戰略雷達”加速演變。對於任何正邁向國際市場的企業來説，它們不僅要求及時掌握媒體動向，還必須從複雜的輿論信號中識別風險、洞察趨勢、預測未來。輿情監控已走過單點數據抓取時代，如今的平台需要承擔戰略預警、品牌競爭洞察、用户需求識別以及行業動態分析等更高維度的任務，讓企業在跨文化、多語言、複

人工智能 , 基礎設施 , 用户需求 , 數據分析 , 結構化

收藏 評論

deephub 頭像

deephub - mmBERT：307M參數覆蓋1800+語言，3萬億tokens訓練

mmBERT是一個純編碼器架構的語言模型，在1800多種語言、3萬億tokens的文本上完成了預訓練。它的架構設計借鑑了ModernBERT，但又加入了不少創新點，比如逆掩碼比率調度和逆温度採樣。而且研究團隊還把1700多種低資源語言放在了衰減階段加入訓練，這個策略帶來了相當不錯的效果提升，充分利用了那些數據量本身就不大的語言資源。 模型架構 整體架構和ModernBERT保持一致，但換成

bert-language-model , 神經網絡 , 人工智能 , 深度學習

收藏 評論