tag 人工智能

標籤
貢獻960
1542
06:37 AM · Oct 27 ,2025
deephub 頭像 u_13357275 頭像 pannideniupai 頭像 elhix0bg 頭像 rtedevcomm 頭像 xingxingshangdeliushu 頭像 tecdat 頭像 chaoshenjinghyperai 頭像 u_15591470 頭像 u_17579295 頭像 u_17512334 頭像 lab4ai 頭像

@人工智能 / 博客 RSS 訂閱

tecdat 頭像

拓端tecdat - 專題：2025構建全自動駕駛汽車生態系統：中國智能駕駛行業全景研究報告|附80+份報告PDF、數據儀表盤彙總下載

原文鏈接：https://tecdat.cn/?p=44316 原文出處：拓端抖音號@拓端tecdat 2025年，智能駕駛正站在“技術落地”與“規模商業化”的十字路口——自主品牌城市NOA滲透率已達9.1%，15萬級車型標配激光雷達成為常態，但深圳車主因系統未識別非常規紅綠燈追尾、特斯拉FSD在京實線變道被罰的案例，卻暴露了“技術跑在前，規則跟不上”的行業矛盾。 本報告洞察基於《東吳證券

機器學習 , 數據挖掘 , 算法 , 人工智能 , 深度學習

收藏 評論

dtstack 頭像

袋鼠雲數棧 - 媒體專訪丨袋鼠雲 CEO 寧海元：Agent元年之後，產業需回到“數據+智能”的長期結構

以下文章來源於第一新聲，作者第一新聲 十多年前，寧海元還是阿里巴巴內部負責天貓雙十一數據庫保障的技術負責人。零點流量洪峯之下，他和團隊要確保每一筆訂單、每一筆支付都能被系統準確接住——背後依賴的，是一整套可信、可流轉的數據體系。 從搭建當時亞洲最大的 Oracle RAC 集羣，到主導參與淘寶“去 IOE”，再到把分佈式數據平台對外商業化，這段經歷在很大程度上塑造了他今天對 AI 的

觀點 , agent , 算法 , 數據庫 , 人工智能

收藏 評論

youqingyouyidedalianmao 頭像

龍智DevSecOps - Perforce《2025遊戲技術現狀報告》Part 5：創意工作者在用什麼工具以及如何看待遊戲引擎與生成式AI（附免費下載）

Perforce《2025遊戲技術現狀報告》現已正式發佈，由JetBrains提供洞察支持。該報告基於對全球521位來自遊戲、媒體與娛樂、汽車與製造業等行業領袖及創作者的深入調研，全面揭示了遊戲引擎與生成式AI如何作為核心驅動力，從“實驗探索”邁向“業務必需”，並正在重新定義各行業的創新邊界。 龍智作為Perforce中國授權合作伙伴，將此重磅報告完整翻譯為中文，並將以系列文章的形式陸續發佈，旨在

遊戲開發 , 軟件開發 , 人工智能

收藏 評論

FunTester 頭像

FunTester - 讓 AI 更懂你的需求——實踐應用篇

在前兩篇文章中，我們分別討論了： 第一部分：確保需求本身的質量（文檔化、正確性、完整性） 第二部分：確保需求能被正確理解（無歧義性、一致性） 現在，需求已經"合格"且"清晰"了，但還有一個關鍵問題：需求能否被正確實現和驗證？ 本文重點討論可測試性、可追溯性和可行性，這三個特質確保需求不僅能被理解，還能被實際執行、驗證和維護。 可測試性 我們必須有一些想

可測試性 , 軟件測試 , API , 人工智能

收藏 評論

u_16099219 頭像

風之谷啓航 - 動態路由 語義分割

知識點一： 路由選路是根據路由表來實現的。 知識點二： 路由表必須包括下面五項內容： 前綴---- || 指出是為哪個網絡所服務 掩碼---- 下一跳：指出出接口是哪一個 管理距離（AD）：範圍0-255 度

鏈路 , 人工智能 , 計算機視覺 , 動態路由 語義分割 , 路由協議 , 路由表

收藏 評論

huamingshixunkeji 頭像

華明視訊科技 - 想知道海關智能卡口系統廠家靠不靠譜，記住以下五點，絕對不踩坑！

各位關心口岸智能化建設的同仁們，大家好！我是華明視訊。我們深耕海關智能監管領域多年，見證了太多企業在選擇卡口系統時踩坑、交學費。一套不靠譜的系統，輕則導致通關效率低下，重則引發監管風險，損失難以估量。 今天，我們不吹噓自己，只想作為行業裏的“老炮兒”，給大家分享五個硬核的評判標準。想知道一個海關智能卡口系統廠家靠不靠譜，照着這五點去問、去看，心裏立馬就有底！ 第一點：看“身份證”與“履

圖像識別 , 神經網絡 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

u_17442285 頭像

xcLeigh - 數據可信：“AI+Data”時代企業落地的生死線與破局之道

在 AI 技術迅猛發展的今天，企業對智能化轉型的需求日益迫切，但落地效果卻普遍不理想。據 MIT 報告顯示，企業垂直場景 AI 應用真正上生產的比例僅 5%。2026 年 1 月，由【Yolanda科技見聞】與【矩陣起源】聯合推出的年度重磅專欄 “AI +數據時代的技術戰略與組織進化” 第二期直播，圍繞 “數據可信——如何構建支撐可信 AI 與決策的數據基座” 主題，墨創數跡 C

it , yyds乾貨盤點 , 數據 , AI , 數據可視化 , 知識管理 , 人工智能

收藏 評論

u_16213630 頭像

mob64ca14038b36 - 如何通過chrome下載域名的pem證書

本頁面將詳細演示如何在一台全新的Windows7電腦上架設起Chrome+XX_Net的上網渠道。 本文包含以下部分： 下載和安裝Chrome瀏覽器 獲取和運行XX-Net 設置代理 手動導入證書（備選） 下載和安裝Chrome瀏覽器 下載 Chrome官網下載地址：https://www.goog

機器學習 , 擴展程序 , chrome , 人工智能

收藏 評論

aipaobudexiangjiao_cktinz 頭像

愛跑步的香蕉_cKtiNz - 不懂AI的招聘官，正在被時代淘汰

不懂AI的招聘官，正在被時代淘汰 根據Deloitte《HR Reimagined: Agentic AI for HR》研究，60%以上的HR正在通過智能體AI優化全流程，16項核心HR能力與67個具體活動正在被AI重新定義。從招聘到績效管理，從員工體驗到流程優化，AI正從輔助工具升級為HR戰略的核心執行引擎。 然而現實是：傳統招聘仍存在三大痛點——篩選簡歷耗時長、面試評價主觀、優質

人工智能

收藏 評論

xingxingshangdeliushu 頭像

星星上的柳樹 - 解密數字設計中的IP核心：高效構建電子系統的關鍵積木

在當前複雜的數字設計領域，知識產權（Intellectual Property，IP）被廣泛用作集成電路（IC）與電子系統的“標準模塊”，有效提升了研發效率與創新能力。本文將全面解讀數字設計中的IP，從核心概念、類型與優勢解讀其在現代電子系統中的重要作用。 1、什麼是數字設計中的IP？ 在數字設計語境下，IP通常指經過預設計與驗證的硬件模塊，可直接集成到更大型的系統設計中。這些

資訊 , 教程 , 知識 , 人工智能 , 深度學習

收藏 評論

u_16970152 頭像

求知上進 - 瞭解 Python 集合的無限可能

1. 集合概述 1.1 什麼是集合？ Python 的集合（set）是一個無序、可變、不允許重複元素的容器，用於存儲唯一的數據項。集合基於哈希表實現，提供 O(1) 平均時間複雜度的成員檢查和插入操作。Python 還提供不可變的集合變體——凍結集合（frozenset），適用於需要不可變鍵的場景（如字典鍵）。 關鍵特性： 無序性：集合中的元素沒

數據集 , 集合運算 , 人工智能 , 深度學習 , Python

收藏 評論

u_16380863 頭像

未聞花名AI - 構建AI智能體：四十四、線性迴歸遇見大模型：從數學原理到智能實戰

一、什麼是線性迴歸 結合我們生活中例子，如果你是一個水果店老闆，你想知道“草莓的重量”和“它的價格”之間有什麼關係。憑經驗你知道，越重的草莓肯定越貴。線性迴歸就是幫你把這種模糊的經驗，變成一個精確的數學公式。 核心思想：找到一個線性方程（一條直線），來最好地描述自變量 (X)（比如：重量）和因變量 (Y)（比如：價格）之間的關係。 公式：Y = wX +

擬合 , yyds乾貨盤點 , 數據 , 最小二乘法 , 人工智能 , 數據結構與算法

收藏 評論

chiqingdechouti 頭像

codigger - Codigger研發日誌：打造分佈式數字工作平台，邀開發者共同見證成長

大家好，我們是Codigger開發團隊！今天想和各位開發者朋友聊聊我們正在全力打磨的項目——Codigger分佈式數字工作平台。從最初的想法雛形到現在的核心模塊研發，我們始終圍繞“解決開發痛點、提升協作效率”的目標推進，現在把項目的核心思路和最新進展分享給大家，也期待能收到更多寶貴的建議。 研發初衷：從開發者痛點出發，定義分佈式工作新形態 在日常開發和協作中，我們和很多同行一樣，遇到過

編輯器 , 數據庫 , 人工智能 , 後端 , 前端

收藏 評論

pannideniupai 頭像

雨大王 - AI技術在工業質量管理系統中的實際應用案例分析

近年來，人工智能（AI）技術在工業領域的滲透程度不斷加深，特別是在質量管理系統中的應用，已經從單純的自動化檢測逐步向智能化、預測性方向演進。這一趨勢不僅改變了傳統制造業對質量的管理方式，還為企業提供了全新的質量提升路徑。從實際應用來看，AI技術在工業質量管理系統中的落地場景豐富多樣，涵蓋了缺陷檢測、過程監控、根因分析等多個維度。這些案例不僅展示了AI的潛力，也為企業提供了可借鑑的實踐方向。

機器學習 , 人工智能

收藏 評論

pannideniupai 頭像

雨大王 - 工業互聯網平台下衝壓工藝仿真的應用與實踐

工業互聯網平台正以前所未有的速度重塑製造業的各個方面，尤其是在衝壓工藝仿真領域，它不僅僅是技術的疊加，更是生產流程的深度變革。衝壓工藝，作為汽車、家電等行業的核心製造手段，長期以來依賴於手工設計和物理試驗來優化材料流動、預測缺陷和提高效率。但隨着市場競爭加劇和產品週期縮短，企業必須尋求更智能、更快速的解決方案。工業互聯網的介入，通過其強大的數據連接性和雲計算能力，將衝壓工藝仿真推向了一個新高度。它

人工智能

收藏 評論

u_17423871 頭像

美狐美顏SDK開放平台 - 企業級直播美顏SDK開發指南：特效功能這樣做更穩定

在直播、視頻化成為“基礎設施”的今天，美顏早已不只是“錦上添花”，而是決定用户是否留下來的第一體驗。 無論是直播帶貨、在線教育、醫療問診，還是企業會議、社交娛樂，只要涉及實時視頻，美顏與特效能力幾乎都是標配。但很多團隊在真正落地時才發現：能跑demo≠能商用，能用≠穩定可擴展。 本文將從企業級實戰視角，聊一聊直播美顏SDK在特效功能開發中，如何兼顧效果、性能與穩定性，

視頻美顏sdk , 美顏api , 人工智能 , 直播美顏sdk , 計算機視覺 , 第三方美顏SDK , 在51CTO的第一篇博文 , 美顏SDK

收藏 評論

zengjingaiguodekaomianbao 頭像

曾經愛過的烤麪包 - AI巨頭連夜亮劍，普通人如何抓住這波技術紅利？

阿里和華為同日放出技術大招，當行業格局被重新定義，掌握前沿技術不再只是工程師的特權。 阿里Ovis團隊12月3日發佈了文本渲染圖像生成模型Ovis-Image，專門為高質量文本渲染優化，同時保持低計算成本。這一模型基於Ovis-U1構建，通過增加MMDiT參數和優化結構設計，採用以文本為核心的訓練流程，結合大規模預訓練與精心設計的後訓練優化。 模型整體由三大核心組件精密咬合而成：作為大腦的Ovis

機器學習 , 算法 , 人工智能 , 深度學習

收藏 評論

u_93011 頭像

小屁孩 - 代碼大全讀後感

《代碼大全》第八部分以 “新時代編程” 為主題，為我們揚起了駛向未來編程領域的風帆。這一部分讓我深刻認識到，編程技術在不斷髮展，程序員也需要與時俱進，不斷學習新的知識和技能，才能在未來的編程浪潮中立於不敗之地。 隨着信息技術的飛速發展，編程領域也發生了翻天覆地的變化。從傳統的單體應用開發，到如今的雲原生、微服務、人工智能編程，編程的技術棧和開發模式不斷更新迭代。

開發模式 , 後端開發 , 人工智能 , 迭代 , harmonyos

收藏 評論

u_16213636 頭像

mob64ca1404ed65 - Tensorrt踩坑日記 | python、pytorch 轉 onnx 推理加速

環境補充 配置訓練環境時，有一些包沒有安裝，這裏進行一些補充，就記得這幾個了，其餘的忘了，大家缺啥補啥吧，反正都是pip安裝。 conda activate rf-detr pip install onnx pip install onnxruntime pip install onnxsim onnx模型導出 from

人工智能 , 深度學習 , 計算機視覺 , 目標檢測 , 前端開發 , Javascript , Python

收藏 評論

aws_aidevcommunity 頭像

亞馬遜雲開發者 - 新一代SageMaker+Databricks統一目錄：機器學習與數據分析工作流打通方案

前言 在數據驅動決策的時代，企業正面臨着兩大核心挑戰：如何打破數據孤島實現跨平台協作，以及如何在複雜技術棧中保持治理一致性。這些挑戰直接影響着企業從數據中獲取價值的能力和速度。 Databricks作為領先的數據分析和機器學習平台，已經幫助眾多企業實現了大規模數據處理和分析。與此同時，許多企業在亞馬遜雲科技雲上構建了完整的業務系統和機器學習工作流。如何讓這兩個強大的生態系統無縫協作，成為了釋放數

人工智能

收藏 評論

u_17611446 頭像

wx6953b3319ffb2 - 從計算機導論到職業賽道：我的技術成長規劃書

《計算機科學導論》的學習讓我完成了從“計算機使用者”到“計算機學習者”的身份轉變，也讓我對這個行業的職業方向有了清晰的認知。結合自身興趣和學科特點，我制定了一份從“入門到深耕”的職業規劃，希望能在計算機領域找到屬於自己的賽道，一步步實現從“技術新人”到“行業專才”的蜕變。 一、職業方向的選擇：聚焦軟件開發與AI應用 經過課程學習和自我探索，我將職業方向鎖定在軟件開發和人工智

應用開發 , 大數據 , 軟件開發 , 數據倉庫 , 人工智能

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI模擬面試系統：求職路上的“智能陪練”

不少求職者都有過這樣的尷尬：背了一堆面試題，一面對考官就大腦空白；明明有能力，卻因表達不清晰、邏輯混亂錯失機會。而AI模擬面試系統，就像一位24小時在線的“面試教練”，用技術還原真實面試場景，幫你查漏補缺，讓求職底氣翻倍。 這個系統能實現“實戰模擬”，核心靠四大技術撐起場面。首先是自然語言處理（NLP）的“聽懂”與“提問”能力——它能像真實面試官一樣，根據你的崗位和簡歷精準發問。比如

機器學習 , NLP , 人工智能 , 查漏補缺 , 語音識別

收藏 評論

u_16099300 頭像

墨染青衫 - 商城小程序demo

微信小程序，基於微信運用而生，誕生於2017年。由於由於具有無需下載、安裝，使用方便、快捷，因此受到廣大用户青睞。而微信小程序中開發較火的要屬商城小程序了，背靠微信的11億免費流量，且開發成本低，流暢的操作模式是很多商家的選擇。下面簡單分析一下商城小程序的常見功能： 1.商品展示 一個商城小程序，商品展示功能是必須的，這樣可以方便用户查看商品

機器學習 , 微信 , 微信小程序 , 人工智能 , 商城小程序demo , 服務器部署

收藏 評論

u_16099200 頭像

數據探索者 - ali embedding

[阿里DIN]從論文源碼學習 之 embedding_lookup 文章目錄 [阿里DIN]從論文源碼學習 之 embedding_lookup 0x00 摘要 0x01 DIN代碼 1.1 Embedding概念 1.2 在DIN中的使用 1.3 問題

機器學習 , DIN , 推薦系統 , CTR , embedding , ali embedding , 人工智能

收藏 評論