收藏 / 列表

old_it 頭像

老IT人 - NVIDIA RTX™ GPU 在 Houdini 中的渲染表現實測

近期我們的技術小夥伴對 NVIDIA RTX™ GPU 在 Houdini 中的渲染表現進行了詳細的測試，本次測試共選用 6 張 GPU，分別測試每張 GPU 在大、中、小三個場景中的性能表現，並將同級別的 NVIDIA Ada Lovelace 架構 GPU 與 NVIDIA Ampere 架構 GPU 進行對比分析，為大家更直觀地呈現 GPU 性能提升。 測試環境 測試場景 從左到右依次為

segmentfault

huamingshixunkeji 頭像

華明視訊科技 - 鐵路車號識別裝置：賦能鐵路貨運智能化的核心

在現代化鐵路貨運管理中，效率與準確性是衡量運營水平的關鍵尺度。傳統依賴人工抄錄車號的方式，不僅效率低下、成本高昂，更因人為因素導致數據不準，已成為制約礦區、編組站、貨運站等場景智能化升級的瓶頸。鐵路車號識別裝置，正是為解決這一核心痛點而生的智能化解決方案。 什麼是鐵路車號識別裝置？ 鐵路車號識別裝置是一套基於前沿人工智能深度學習技術的自動化識別系統。它通過高清圖像捕捉與智能分析，對貨運

機器學習 , 圖像識別 , 神經網絡 , 人工智能 , 深度學習

nizi_60e514d097c9a 頭像

MIAOYUN - MIAOYUN | 每週AI新鮮事兒（10.24-10.31）

本週AI領域迎來密集更新，視頻生成為創新焦點，字節、MiniMax等發佈的模型實現了長視頻、多鏡頭與效率突破；多模態、3D場景與智能體平台（如華為WorldGrow、智源Emu3.5、360 SEAF）取得顯著進展；同時，ChatGPT在心理安全、OpenAI在開源安全模型以及PayPal與OpenAI的生態合作上也有關鍵動作，一起來回顧本週發生的AI新鮮事兒吧！ AI 大模型 中國科大與字節跳動

機器學習 , 算法 , 自然語言處理 , 人工智能 , 深度學習

puxiaoke6 頭像

一點人工一點智能 - 《分數階行為建模：若干非典型工具的分析與應用》

書籍：Fractional Behaviours Modelling: Analysis and Application of Several Unusual Tools 作者：Jocelyn Sabatier，Christophe Farges，Vincent Tartaglione 出版：Springer​ 編輯：陳萍萍的公主@一點人工一點智能 下載：書籍下載-

工具 , 人工智能 , 深度學習 , 模型

u_16970152 頭像

求知上進 - 使用 Python 打造細胞結構探索遊戲：細胞探秘

技術準備 在開始編碼之前，我們需要準備開發環境和相關工具。以下是開發 細胞探秘 所需的技術棧和資源。 1. 技術棧 編程語言：Python 3.x（推薦 3.8 或更高版本）。 核心庫： random：生成隨機事件，如細胞突變或任務生成。 time：控制遊戲節奏和實驗時間。 json：保存和加載遊戲狀態。

遊戲開發 , 初始化 , Nu , Json

infodator 頭像

容智信息 - 智能體最佳實踐的方法論（二）：實施

當企業智能體建設進入「第二階段實施環節」，如何將“規劃藍圖”轉化為“業務實效”成為核心命題。這一階段的成敗，直接決定智能體是“淪為技術試驗品”還是“成為業務增長極”。對於技術決策者和企業領導層而言，把握實施階段的四個關鍵步驟，並選對“業務能深度參與”的工具，是破局的關鍵。 智能體實施，是從“概念設計”到“價值交付”的實戰環節，可拆解為四個環環相扣的步驟，每一步都直指“落地效率

自動駕駛 , 機器人 , 自然語言處理 , 人工智能 , 深度學習

u_16349720 頭像

短短同學 - 對象住哪裏?——深入剖析JVM內存結構與對象分配機制

對象住哪裏？—— 深入剖析 JVM 內存結構與對象分配機制 在 Java 程序運行時，我們創建的每一個對象（如new User()）都需要佔用 JVM 內存，但這些對象究竟 “居住” 在哪個內存區域？為何有的對象很快被回收，有的卻能長期存活？要解答這些問題，必須先理清 JVM 的內存結構劃分，再深入對象從創建到銷燬的全生命週期分配邏輯 —— 這不僅是面試高頻考點，更是理解

User , jvm , 人工智能 , 深度學習 , 常量池

u_17512334 頭像

疆鴻智能研發中心 - 從“通訊孤島”到“數據交響曲”：CC-Link IE轉EtherNet/IP網關，貫通供漿製漿系統

從“通訊孤島”到“數據交響曲”：CC-Link IE轉EtherNet/IP網關，貫通供漿製漿系統 作為一名常年奔波在造紙行業的自動化工程師，我見證了太多生產線因協議壁壘形成的“通訊孤島”。直到我們在某大型紙企的供漿製漿系統改造中，成功部署CC-Link IE轉EtherNet/IP協議轉換網關，才真正體會到數據無縫流動帶來的變革。 一

ETHERNET , ip , 變頻器 , CCLINKIE , 協議轉換 , 人工智能 , 深度學習 , 工業自動化

chenzhuodeyagao 頭像

沉着的牙膏 - 醫療行業數據安全管理方案 ——低誤差 · 場景化 · AI驅動 · 高效合規的醫療數據安全建設新路徑

概要：醫療行業的數據安全管理，已成為數字化醫療高質量發展的關鍵基石。隨着醫療信息化、智能化進程的加快，從電子病歷、互聯網診療到醫保數據共享，數據已成為醫療機構最核心的生產要素。如何在保證數據可用的同時，確保安全、合規與高效，是當前醫療行業共同面臨的挑戰。本方案以“低誤差識別、場景化落地、AI驅動智能決策、高效合規治理”為核心特徵，構建了一套覆蓋醫療數據全生命週期的安全管理體系。通過非侵入式採集、智

API , 深度學習

u_17580222 頭像

mb691327edb400f - AI面試智能體

培訓預算削減的背後，是時候重新審視招聘的真正成本。 年底覆盤，不少HR對着培訓報表愁眉不展：預算花了近百萬，員工滿意度剛過及格線，業務部門還抱怨“培訓沒用”。降本增效的要求之下，培訓預算首當其衝被壓縮。問題真的出在培訓本身嗎？或許，根源在於招聘環節——選錯人，才是企業最大的成本浪費。 01 培訓無效的背後：選錯人是最昂貴的成本 當業務部門抱怨“培訓沒用”時，他們

沉浸式 , 一對一 , 人工智能 , 深度學習

u_16827017 頭像

全棧技術開發者 - 結構化協作（structured collaboration）本質是什麼？什麼是「語義編排」？語義編排在FoA中核心原理是什麼？

在現代人工智能中，智能體的規模和複雜性正在以前所未有的速度擴展。單個智能體在處理複雜任務時往往面臨計算能力和知識覆蓋的限制，而多智能體系統的出現為解決這一問題提供了可能。然而，隨着智能體數量的增加和任務複雜度的提升，如何確保智能體之間能夠高效、可靠地協作，成為設計分佈式智能系統的核心挑戰。 傳統的多智能體系統通常依賴於同步調用或點對點通信來完成任務分配與結果收集。這種模式在

yyds乾貨盤點 , 智能體 , 異構 , 人工智能 , 深度學習 , 子任務 , 結構化

u_16776161 頭像

天潤融通科技 - AI替代人工：車企如何用天潤融通ZENAVA重塑試駕邀約流程

在競爭白熱化的汽車市場裏，試駕已經成了成交的入口。數據顯示，超過70%的客户在完成試駕後才會做出購車決定。換句話説，錯過試駕，就等於錯過大部分成交機會。 然而現實卻殘酷：一線銷售每天要撥打成百上千通電話，往往是上百次撥號，換不來幾次有效邀約。人力消耗巨大，結果卻參差不齊。更雪上加霜的是，客户對“騷擾電話”的反感與日俱增，傳統邀約方式正在快速失靈，寶貴的銷售線索不斷流失。

人工智能 , 深度學習

u_17583190 頭像

fangpin - 從0到1：揭秘LLM預訓練前的海量數據清洗全流程

讀完這篇文章，你將用監督微調（SFT）把一個 1.5B 規模的數學模型在 GSM8K 上的零樣本推理正確率從 1.56% → 62.9%，同時把輸出格式遵循率從 18.9% → 100%。我們將完整走通數據集下載、Prompt 架構、訓練配置和評估方法，所有代碼均來自本倉庫 alignment 文件夾，保證可復現與透明。 本文將深入剖析 llm-from-scratch

lua , 人工智能 , 深度學習 , Json , Python

chaoshenjinghyperai 頭像

超神經HyperAI - 【Triton 教程】triton_language.broadcast_to

Triton 是一種用於並行編程的語言和編譯器。它旨在提供一個基於 Python 的編程環境，以高效編寫自定義 DNN 計算內核，並能夠在現代 GPU 硬件上以最大吞吐量運行。 更多 Triton 中文文檔可訪問 →https://triton.hyper.ai/ triton.language.broadcast_to(input, *shape) 嘗試將給定的張量廣播到新的shape。 參數：

編輯器 , 算法 , 編程語言 , cpu , Python

u_17569005 頭像

wx6906fb3f9b17a - 分析了智能一卡（碼、臉）通系統集成方案，重點探討了不同識別介質（IC卡閘機、QR門禁、人臉梯控等）的技術特點及應用場景。針對門禁、閘機、梯控等場景，提出了混合認證和多介質統一管理策略

智能一卡（碼、臉）通系統方案分析 本文分析了智能一卡通系統集成方案，重點探討了不同識別介質（IC卡、二維碼、人臉識別等）的技術特點及應用場景。針對門禁、閘機、梯控等場景，提出了混合認證和多介質統一管理策略，強調採用"1用户ID+多識別憑證"架構實現靈活配置。文章詳細介紹了設備選型建議、授權管理流程以及典型配置案例，並給出分步實施的系統建議，為各類場

門禁一卡通 , 門禁 , 梯控 , 梯控一卡通 , 人工智能 , 深度學習 , 智能一卡通