tag 人工智能

標籤
貢獻909
908
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_17566409 頭像

wx69030d3acd3f5 - 洞悉AI Agent技術趨勢 共享資源 合作共贏

【一線數智資訊】近日，由亞馬遜雲科技、光環雲主辦的主題為“聚勢共生 雲擎未來——亞馬遜科技渠道合作伙伴峯會”（以下簡稱峯會）在深圳召開。峯會吸引來自產業界的渠道夥伴、生態夥伴等共計60多家的積極參與。峯會就當下AI 以及AI Agent 技術趨勢、行業解決方案、企業出海關鍵技術支撐與實戰經驗，亞馬遜雲科技合作伙伴政策資源與成長路徑以及鏈接光環雲本地化服務生態與商機網絡等多個內容，

人工智能 , 深度學習 , 解決方案 , 生成式 , 實戰經驗

收藏 評論

u_16213697 頭像

mob64ca14137e4f - odoo template 和templates的區別

面試筆試精華（一） 1. #import 跟#include、@class有什麼區別？＃import 跟 #import”"又什麼區別？ 1 #import和#include都能完整地包含某個文件的內容，#import能防止同一個文件被包含多次 2 @class僅僅是聲明一個類名，並不會包含類的完整聲明;@class還能解決循環包含的問題 3 #impor

機器學習 , 基本數據類型 , 人工智能 , set方法 , import

收藏 評論

captainbed 頭像

人工智能AI技術 - 【SD教程】提示詞

提示詞用於描述想要的畫面，也就是想生成什麼就寫什麼。 舉個例子，如果想要繪製一個荷花場景，可以用以下文字進行描述：“在廣闊的湖面，波光粼粼，有無數的荷葉，有的是淺綠色，有的是深綠色，真是太美了。” SD內核只支持英文輸入，不過，漢化界面上提供了將中文翻譯為英文的功能。 在編輯框“請輸入新關鍵詞”裏輸入中文後，按Enter回車鍵即可翻譯為英文，注意系統會在最後一個單詞後面自動添

插入圖片 , 3c , 人工智能 , 深度學習 , fish

收藏 評論

u_16018702 頭像

架構師李哲 - LMArena中文榜大洗牌：國產大模型包攬前列，GPT-4 Turbo跌出百名開外

就在百度世界大會前夕，全球最具影響力的大模型評測平台LMArena發佈的最新排名，讓海外開發者社區發出了"Baidu is back?"的驚歎。這份發佈於2025年11月初的榜單顯示，國產大模型在中文競技場上實現了對國際頂尖模型的全面反超，這一突破性進展恰如其時地展現了中國AI技術的迅猛發展。 在LMArena最新發布的排名當中，文心全新模型ERNIE-5.0-Pr

人工智能 , 深度學習 , 技術支持 , 解決方案 , 開發者

收藏 評論

u_16099219 頭像

風之谷啓航 - embding模型 接口格式

1.mock接口開發 mock是模擬一個接口的意思 為了不阻止測試，開發一個接口，返回你想要的數據，模擬各種場景 需要安裝第三方模塊flask，flask是web輕量級開發框架 1.1 flask pip install flask 1 #mock 模擬一個接口的意思 2 #http://test.pay.alibab.com/p

機器學習 , flask , 人工智能 , SQL , embding模型 接口格式 , Json

收藏 評論

huggingface 頭像

HuggingFace - 如何生成文本: 通過 Transformers 用不同的解碼方法生成文本

簡介 近年來，隨着以 OpenAI GPT2 模型 為代表的基於數百萬網頁數據訓練的大型 Transformer 語言模型的興起，開放域語言生成領域吸引了越來越多的關注。開放域中的條件語言生成效果令人印象深刻，典型的例子有: GPT2 在獨角獸話題上的精彩續寫，XLNet 以及 使用 CTRL 模型生成受控文本 等。促成這些進展的除了 transformer 架構的改進和大規模無監督訓練數據外，更

人工智能 , transform , huggingface

收藏 評論

pannideniupai 頭像

雨大王 - 工業智能體怎麼選？五大技術維度深度解析

近年來，“智能體”逐漸從科幻概念走入工業實踐，成為製造業數字化轉型中一個不可忽視的技術關鍵詞。但很多人問：工業智能體到底是什麼？它真的能解決工廠裏那些複雜的問題嗎？ 實際上，工業智能體並非單一工具，而是一種更接近人類思維方式的“數字決策系統”。它能基於數據自主感知、分析、決策和行動，像是工廠裏的一羣“智能員工”，分工明確又協同高效。舉個例子，在廣西來賓的一家電池製造廠，工業智能體平台通過實時

算法 , 人工智能

收藏 評論

elhix0bg 頭像

阿里雲大數據AI - PAI Physical AI Notebook詳解4：基於仿真的GR00T-N1.5模型微調

在前3期Physical AI詳解系列中，我們詳細解讀了數據採集、擴增、增強的全過程，以及導航模型（X-Mobility）微調訓練的全過程。 在本期，我們將針對更復雜的VLA模型（以GR00T-N1.5為例）進行微調，同樣需要經過人工演示、數據擴增、模仿學習、在環驗證這幾個步驟。 但是，相比前例中的BC-RNN和X-Mobility模型，GR00T-N1.5是一個更復雜的模型，需要更大規模

阿里雲 , 人工智能

收藏 評論

u_17512334 頭像

疆鴻智能研發中心 - PROFINET融合DEVICENET，焊接車間數據全貫通

PROFINET融合DEVICENET，焊接車間數據全貫通 一、案例背景與項目痛點 在汽車零部件焊接車間，我們遇到了一個典型的多協議共存難題：產線主控採用西門子S7-1500系列PLC（支持PROFINET），而六台關鍵焊接機器人僅支持DEVICENET協議。每次工藝調整都需要技術人員分別通過不同軟件平台配置，導致設備聯動延遲達3.2秒，且機器人實時焊接參數無法上傳至

協議轉換 , 人工智能 , DEVICENET , 深度學習 , 網關 , 工業自動化 , PROFINET

收藏 評論

u_13527 頭像

bigrobin - Emgu CV 實現眼在手上標定

文章目錄 基本介紹： 座標系變換運算規則： 關係運算説明： 座標系運算規則一： 座標系運算規則二： 齊次座標系： 齊次座標系下的座標變換： 眼在手外： 眼在手內： 解方程： - Tais方法

機器學習 , 機械臂 , Emgu CV 實現眼在手上標定 , 人工智能 , 計算機視覺 , 旋轉矩陣 , opencv

收藏 評論

gpustack 頭像

GPUStack - GPUStack v2：推理加速釋放算力潛能，開源重塑大模型推理下半場

2025 年是大模型推理技術發展的關鍵之年。自年初 DeepSeek R1 發佈引發全民關注以來，推理框架加速需求暴漲，推理優化的戰場驟然升温。以 vLLM、SGLang、MindIE 為代表的高性能推理引擎，以及 FlashInfer、FlashAttention、ATB 等底層加速庫不斷突破性能瓶頸，相比年初，部分前沿框架的推理性能提升已達 3 到 4 倍以上。 隨着 Agent

vLLM , 高性能推理 , 大模型推理 , yyds乾貨盤點 , 人工智能 , 深度學習 , 大模型 , SGLang

收藏 評論

u_15700879 頭像

科技報道 - 2025人工智能產業創新發展大會在京召開，共謀AI+賦能新質生產力藍圖

【數科網訊】2025人工智能產業創新發展大會於2025年12月17日，在北京中關村展示交易中心頤和廳成功舉辦，大會由中國工業合作協會、中國電子信息行業聯合會主辦，中國工業合作協會工業信息化分會、北京亞太經濟合作促進會、數科網、天下經合承辦。以“AI賦能 · 共創未來”為主題， 匯聚了政府部門領導、交通、醫療、教育、金融、能源、製造業等細分行業用户、AI領域專家學者和中國移

數字化轉型 , 智能科學 , 數據 , 人工智能

收藏 評論

pannideniupai 頭像

雨大王 - 汽車產業鏈如何通過數字化平台實現研發協同升級

汽車產業鏈的數字化轉型已成為行業發展的必然趨勢。在研發管理領域，諸多企業仍面臨設計數據分散、流程審批低效、跨部門協作困難等挑戰。廣域銘島推出的Geega捷做設計研發協同平台，致力於為離散型製造業提供系統化解決方案，通過整合需求管理、項目計劃、設計研發、採購評估等環節，幫助企業提升產品可靠性、縮短上市週期並增強個性化能力。 在汽車製造業中，研發過程的複雜性尤為突出。以某整車企業為例，其零部件數

人工智能 , 深度學習

收藏 評論

zhuifengdekaomianbao 頭像

張老師講數字孿生 - 能級躍遷！數字孿生從可視化邁向智能決策

2025年第三季度，浙江省數字孿生水利平台在防汛防颱中發揮關鍵作用，通過精準推演洪峯演進軌跡，提前72小時預測淹沒範圍，指導人員轉移，使應急響應效率提升50%以上。這一成功實踐，體現了數字孿生技術從 “精準映射”到“智能干預” 的能級躍遷。 數字孿生技術已從簡單的三維可視化和狀態監測，演進為具備預測預警和自主決策能力的智能系統。其能級躍遷的核心在於突破了靜態映射的侷限，實現了感知、分析、決策、控制

數字化轉型 , 人工智能 , 深度學習 , 後端 , 前端

收藏 評論

u_12227 頭像

軒轅 - 數據可視化實訓心得體會500字

許多DataFocus的用户都提到一件事，就是開發可視化作品變得更簡單了，但是效果難以評估。本文翻譯自toptal的博文，讓我們來看看優秀的可視化實踐是如何實現的吧。 “雜亂無章和令人困惑不是數據的屬性 - 它們是設計的缺點。” - Edward Tufte 什麼是數據可視化 Michael Friendly將數據可視化定義為“以某種示

商業智能 , DataFocus , 數據可視化 , 人工智能 , 數據分析 , 數據可視化實訓心得體會500字

收藏 評論

pannideniupai 頭像

雨大王 - 供應鏈協同：從“鏈”上舞到“鏈”上贏——製造業的數字化生存指南

製造業的供應鏈協同管理，正成為企業競爭力的核心所在。傳統供應鏈模式下，信息壁壘嚴重、部門協作低效、數據共享滯後等問題，如同一道無形的枷鎖，制約着企業的快速響應與靈活調整。尤其是在全球產業鏈重構與數字化浪潮席捲的當下，供應鏈協同不再僅僅是“可選項”，而是“必選項”。廣域銘島的供應鏈協同平台，正是在這一背景下應運而生，通過整合採購、生產、交付等全環節數據，幫助企業實現從“經驗驅動”到“數據驅動”的管理

人工智能 , 深度學習

收藏 評論

u_17605237 頭像

yuer2025 - 只用一個 GPT 客户端，如何實現一個可控、可審計的投資決策 Runtime？

只用一個 GPT 客户端，如何實現一個可控、可審計的投資決策 Runtime？ 不寫後端、不接 API、不依賴插件 在 GPT 客户端內，實現一個“可執行的人機交互運行時” 一、為什麼傳統“問答式 AI”不適合做決策？ 在技術圈裏，大家已經很清楚一件事： 非結構化輸入 + 生成式輸出 ≠ 可執行系統 但在投

可執行 , 客户端 , 人工智能 , 數據結構與算法 , 結構化

收藏 評論

u_16213668 頭像

mob64ca140caeb2 - Semantic Kernel是什麼 有其他類似的框架嗎

我們知道，在 OS（operating system）中有一個 kernel mode, user mode 的概念，其用處在於限定 instruction 的執行權限。處於 user mode 的 instruction，不可以直接執行訪問 hardware 等敏感操作；而處於 kernel mode 的 instruction 則可以。 如果不深究細節，似乎 user/

機器學習 , 函數調用 , 人工智能 , 解決方案 , 流程控制

收藏 評論

u_39029 頭像

lingyuli - Galera配置mariadb集羣

MariaDB介紹 MariaDB是開源社區維護的一個MySQL分支，由MySQL的創始人Michael Widenius主導開發，採用GPL授權許可證。 MariaDB的目的是完全兼容MySQL，包括API和命令行，使之能輕鬆成為MySQL的代替品。 Galera Cluster介紹 Galera Cluster是基於MySQL/innodb二次開發而成

Galera配置mariadb集羣 , MySQL , 數據庫 , 人工智能 , 計算機視覺

收藏 評論

mirrorship 頭像

鏡舟科技 - 中國企業出海新徵程：數據基礎設施如何成為全球化競爭的關鍵變量

作者：石強 鏡舟科技解決方案架構師 出海浪潮進入深水區：從規模擴張到質量突破 中國企業的全球化進程正在經歷一場深刻變革。過去幾十年，這一進程大致分為兩個階段： 第一階段的“引進來”，中國市場引入全球先進技術、經驗和模式，在複雜的國內需求推動下快速成長。 第二階段的“走出去”，隨着產品日趨成熟和國內競爭加劇，越來越多企業將在中國積累的經驗與創新推向國際舞台。 數據印證了這一趨勢的加速。根據國際貿易

全球化 , 數據 , 人工智能 , starrocks , 雲原生

收藏 評論

u_16099277 頭像

架構領航員 - IDEA LIVE TEMPLATE date 函數 自定義格式

1. -----------自動代碼-------- 常用的有fori/sout/psvm+Tab即可生成循環、System.out、main方法等boilerplate樣板代碼 例如要輸入for(User user : users)只需輸入user.for+Tab 再比如，要輸入Date

機器學習 , 快捷鍵 , 構造函數 , 自動補全 , 人工智能

收藏 評論

baidujiagoushi 頭像

百度Geek説 - 圖引擎在智能體開發場景的應用實踐

導讀 隨着AGI理論的不斷突破，智能體已經成為LLM在企業落地的最重要的形式之一。一個完備的智能體必須能實現：感知、推理、計劃、執行等一套完整的功能，從工程的角度來看workflow特別適合這種複雜任務的分析、拆解、重組、執行, 再結合CoT技術, 實現LLM和業務功能完美契合的智能體應用。本文嘗試用成熟的圖引擎技術驅動workflow探索更多樣性的拓展agent能力的方法，以更好應對各類業務場景

workflow , agent , 人工智能 , 百度

收藏 評論

u_17580222 頭像

mb691327edb400f - AI賦能HR價值迴歸：從流程執行者到戰略合夥人

AI賦能HR價值迴歸：從流程執行者到戰略合夥人 當70%的HR精力被簡歷篩選、重複問答、流程協調等事務性工作佔據，洞察人才潛力、聯動業務戰略的核心價值被逐漸稀釋。在AI浪潮席捲之下，固守手工招聘流程的HR正面臨邊緣化風險，而技術的本質，從來不是替代，而是解放——第六代AI面試智能體以全鏈路解決方案，打破傳統招聘桎梏，助力HR從“流程的奴隸”轉型為“價值的創造者”。

軟技能 , 鏈路 , 人工智能 , 深度學習 , 觸點

收藏 評論

u_17567677 頭像

沃觀態勢感知 - 從數據噪音到商業洞察：專業國外輿情服務的核心價值何在？

在海外市場運營中，海量信息像巨浪般不斷涌來。每天都有數以百萬計的新聞推送、社交媒體內容、用户評論、論壇觀點、短視頻討論，它們混雜着真實體驗、模糊觀點、情緒宣泄與誤導性信息。企業若缺乏系統化工具，很容易被這種“信息噪音”淹沒。專業國外輿情服務的真正價值，就是從混亂數據中抽取清晰信號，將雜亂無章的討論轉化為結構化洞察，從而支持企業做出更快、更準、更具戰略性的

跨平台 , 數據 , 人工智能 , 數據分析 , 社交媒體

收藏 評論