tag 人工智能

標籤
貢獻960
1617
06:37 AM · Oct 27 ,2025

@人工智能 / 博客 RSS 訂閱

青否Ai - 真假難辨,羅永浩“數字人”直播帶貨GMV超過“真人”!

6月15日,羅永浩數字人和搭檔朱蕭木數字人正式亮相 “6・18” 專場直播間。 在數字人發展的早期,消費者只需要1分鐘或者幾分鐘就能發現是數字人在直播。如今,走進羅永浩的直播間,已經很難辨別是真人還是數字人在鏡頭前直播。 這場時長7個小時的羅永浩數字人直播,吸引了超過1300萬人次的圍觀。開播26分鐘,直播間的GMV就超過了羅永浩真人直播1小時的帶貨金額,整場直播最終GMV突破5500萬元,超越了

機器學習 , 算法 , 人工智能 , 深度學習

收藏 評論

青否Ai - 劉強東帶火數字人直播?商業化逐步成熟取代真人帶貨!zhibo175

4月16日晚6點18分,劉強東準時出現在京東家電家居採銷直播間和京東超市採銷直播間。不過,此次出鏡帶貨的並非劉強東本人,而是其數字虛擬人分身“採銷東哥”。開播不足半小時,兩大直播間就吸引了超1000萬次觀看。 相較於其他數字人虛擬主播,AI數字人“採銷東哥”較為流暢的數字人小動作、語音播報,收穫了不少人的支持。從實時評論互動來看,直播間內搶券、下單者不少。不過,也有觀眾質疑AI缺乏互動,僅是機械讀

機器學習 , 算法 , 人工智能 , 深度學習

收藏 評論

愛跑步的香蕉_cKtiNz - 招聘決策新變革:判斷型 AI 的應用與價值

招聘決策新變革:判斷型 AI 的應用與價值 招聘季來臨,海量簡歷與轉瞬即逝的優秀候選人,讓招聘工作的速度與精準度面臨雙重考驗。傳統招聘中逐份翻閲簡歷、手動安排面試、協調面試官時間等模式,已難以適配當下高效招聘的需求。 判斷型 AI 的出現,推動招聘決策實現終極進化。近嶼智能的 AI 得賢招聘官作為其中典範,並非簡單的輔助工具,而是具備獨立判斷能力的招聘專家,已服務西門子中國、太平保險、中廣核

人工智能

收藏 評論

deephub - TensorRT 和 ONNX Runtime 推理優化實戰:10 個降低延遲的工程技巧

模型速度的瓶頸往往不在算法本身。幾毫秒的優化累積起來就能讓用户感受到明顯的性能提升。下面這些技術都是在生產環境跑出來的經驗,不需要重構代碼實施起來也相對簡單並且效果顯著。 固定輸入形狀,越早告訴運行時越好 動態形狀用起來方便但對性能不友好。TensorRT 和 ONNX Runtime 在處理固定形狀時能做更激進的優化。 TensorRT 這邊,構建引擎時最好圍繞實際使用的 min/opt

pytorch , 人工智能 , tensorrt

收藏 評論

六邊形架構 - Spring AI,一個讓Spring應用輕鬆擁抱AI的統一框架

文 / 勇哥 原創文章,轉載請聯繫授權 在前一篇文章中,我們探討了《Java程序員該如何快速上手LLM應用開發呢?》。今天,讓我們聚焦Spring AI——這個被稱為"Spring開發者的AI賦能工具包"的框架,它為Java開發者打開了一扇通往AI世界的便捷之門。 作為一名在Java領域摸爬滾打快20年的"老碼農",我見過太多團隊在集成AI能力時遇到的痛點:開發語言不一致、重複造輪子、

generative-ai , llm , 人工智能 , springboot , JAVA

收藏 評論

逐夢AI - 焊接情況檢測數據集(千張圖片已劃分)| 面向工業質檢的目標檢測訓練集

焊接情況檢測數據集(千張圖片已劃分)| 面向工業質檢的目標檢測訓練集 在現代工業製造體系中,焊接質量作為產品可靠性的重要指標之一,直接影響結構件的力學性能、安全性和使用壽命。然而傳統的焊縫質量檢測往往依賴人工經驗式檢驗,不僅檢測效率低,而且難以在不同作業場景中保持穩定一致的檢測標準。 隨着工業視覺和深度學習的發展,利用 AI 模型自動檢測焊縫質量逐漸成為行業趨勢。而高質量的焊接檢測數據集,正是訓練

機器學習 , 人工智能 , 深度學習

收藏 評論

星星上的柳樹 - 芯片實現路線圖

在集成電路(IC)設計中,“物理實現”是將抽象的邏輯設計落地為可生產佈局(Layout)的關鍵階段,其中包含floor-planning(佈局規劃)、placement(佈局佈置)、routing(佈線)與physical verification(物理驗證),共同實現性能、功耗、面積(PPA)的最優平衡。 下圖為典型的物理設計流程圖,從系統規格、功能邏輯設計,一直到最終佈局和驗證階段,一目瞭然地

資訊 , 教程 , 知識 , 人工智能 , 深度學習

收藏 評論

愛跑步的香蕉_cKtiNz - 智能招聘革新:破解校招低效困局的核心方案

智能招聘革新:破解校招低效困局的核心方案 每年校招季,大型企業往往要面對數千份甚至上萬份簡歷的 “轟炸”。傳統招聘模式下,HR 團隊深陷重複性工作,將大量時間耗費在簡歷初篩與首輪面試中,不僅效率低下成為普遍痛點,更可能因人工篩選的主觀性、疏忽性,讓頂尖人才與企業失之交臂 —— 這既是人力資源的無效損耗,更是企業長期競爭力的隱性流失。如何用智能手段打破這場低效消耗戰,成為企業招聘轉型的關鍵命題

人工智能

收藏 評論

deephub - LightRAG 實戰: 基於 Ollama 搭建帶知識圖譜的可控 RAG 系統

LightRAG 是個開源的 RAG 框架,專門用來快速搭建模塊化的檢索增強生成管道。這個項目在 GitHub 上熱度不低,我們今天來看看他到底怎麼用 基礎安裝與環境配置 LightRAG 的安裝過程很簡單,幾行命令就能搞定: pip install "lightrag-hku[api]" cp env.example .env # ---這個有很多參數 非常豐富 lightra

llm , 知識圖譜 , 人工智能 , 檢索系統 , Python

收藏 評論

六邊形架構 - 想不到吧!68%做AI的Java開發者選擇了這個大模型框架!

文 / 勇哥 原創文章,轉載請聯繫授權 在前一篇文章中,我們探討了《Spring AI,一個讓 Spring 應用輕鬆擁抱 AI 的統一框架》。今天,讓我們深入剖析LangChain4j——這個被Java開發者親切稱為"大模型開發瑞士軍刀"的框架,它是在2023年年底由LangChain官方和社區貢獻者共同發起,旨在為Java生態提供專業、高效的大模型應用開發解決方案,它的出現填補了J

llm , openai , 人工智能 , JAVA , prompt

收藏 評論

亞馬遜雲開發者 - Agentic AI基礎設施實踐經驗系列(五):Agent應用系統中的身份認證與授權管理

1. 引言 人工智能正經歷深刻變革。傳統AI多為被動工具,而隨着大型語言模型(LLM)和多智能體系統(MAS)的快速發展,AI Agent正向具有高度自主性的主動智能體(Agentic AI)演進。這些AI Agents能夠自主思考、規劃和執行復雜任務,甚至協同完成更復雜的目標。 這種演進帶來了前所未有的機遇,同時也引發了新的安全挑戰,特別是在身份認證與授權管理方面。近年來發生的多起安全事件充分

人工智能

收藏 評論

MIAOYUN - MIAOYUN | 每週AI新鮮事兒(10.31-11.07)

本週AI領域動態密集,美團、360、銀河通用、字節、騰訊、Kimi與科大訊飛等分別發佈多模態、圖文、導航及視頻推理模型;工具層面,寒武紀、百度、崑崙萬維、騰訊均推出新平台或功能。技術方面,在長序列處理、多智能體協同及代碼執行效率上取得突破。市場方面,OpenAI與AWS達成鉅額合作,小鵬發佈人形機器人「IRON」。整體呈現高效化、多模態與實用化趨勢,一起來回顧本週發生的AI新鮮事兒吧! AI 大模

資訊 , 機器人 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

百川雲開發者 - 告別Confluence,5分鐘自建AI知識庫:這款開源神器正在重新定義企業知識管理!

在當今這個信息爆炸的時代,企業知識管理變得越來越複雜。文檔散落在各處、信息查找困難、團隊協作效率低下,這些問題每天都在困擾着無數企業和團隊。更不用説,隨着 AI 技術的快速發展,如果企業知識庫還停留在“手動整理、關鍵詞搜索”的原始階段,那無異於在數字時代堅持用紙筆辦公——效率低下,且容易被淘汰。 有沒有一種方案,既能整合企業現有的知識資產,又能借助 AI 的能力實現智能問答、內容創作和精準檢索,同

知識庫管理 , 人工智能

收藏 評論

青否Ai - 羅永浩數字人斬獲世界互聯網大會科技大獎,AI直播商業化迎來新標杆!

此次獲獎的羅永浩數字人,並非簡單的形象復刻產物。 使用數字人分身進行直播,該數字人最核心的突破在於“形神兼備”的超寫實表現——不僅在面部神態、肢體動作上高度還原羅永浩本人的直播風格,更通過deepseek大模型的深度賦能,精準復刻了其獨特的語言邏輯、產品講解風格甚至臨場互動技巧。 在2025年6月的直播首秀中,數字人羅永浩與助播搭檔連續直播6個半小時,完成超8300個動作,調用知識庫1.3萬次,生

機器學習 , 算法 , 人工智能 , 深度學習

收藏 評論

安東尼 - 被權重出賣的“髒數據”:GPT-oss 揭開的 OpenAI 中文訓練真相

前段時間,OpenAI 為展示開源誠意,公開了 GPT-oss 的全部模型參數。結果沒想到,這件事反倒像一次“體檢報告公開”。一些開發者順着權重數據深挖,反向分析出了模型訓練階段“吃進去”的各種素材,結論只能説—— OpenAI 中文訓練數據,可能比我們想象得還要草台一些。 這件事最早來自今年 9 月 fi-le 的一篇研究《GPT-oss 泄露了哪些 OpenAI 的訓練數據》,文章作者用一套

人工智能

收藏 評論

JavaEdge - 2025 年 AI、機器學習與數據工程趨勢報告

本文已收錄在Github,關注我,緊跟本系列專欄文章,咱們下篇再續! 🚀 魔都架構師 | 全網30W技術追隨者 🔧 大廠分佈式系統/數據中台實戰專家 🏆 主導交易系統百萬級流量調優 車聯網平台架構 🧠 AIGC應用開發先行者 | 區塊鏈落地實踐者 🌍 以技術驅動創新,我們的征途是改變世界! 👉 實戰乾貨:編程嚴選網 0 關鍵要點 AI 技術的下一個前沿將是“物理

人工智能

收藏 評論

俞凡 - Palantir Ontology:革新商業智能的企業 AI 操作系統

本文介紹了 Palantir Ontology,基於語義 AI 實現商業智能的企業級 AI 操作系統。原文:Palantir's Ontology: The Enterprise AI Operating System Revolutionizing Business Intelligence 引言:10 億美元概念重塑企業技術 Palantir Technologies 悄無聲息完成了企

人工智能

收藏 評論

universe_king - python 通過文件內容判斷文件類型的方案: filetype 和 Magika

怎麼判斷文件類型?通過文件名後綴?這是完全不可靠的,有絕對可靠的方式嗎?沒有 相對可靠的方式就是通過文件文件內容(二進制流)來判斷(極少數文件類型沒有特殊的文件頭或者特徵,這種方式也判斷不出來) python 生態下,有什麼已經封裝好的,可以通過文件內容判斷文件類型的包嗎?有,經典的就是 filetype ,以及谷歌 2024年使用 AI 做的 magika filetype 的優點就不説了,缺點

算法 , google , rust , 人工智能 , Python

收藏 評論

百川雲開發者 - 你的客服團隊需要一個更聰明的AI在線客服

不知道你有沒有這樣的經歷:客服團隊每天被大量重複性問題淹沒,用户等待時間長,滿意度持續走低;夜間和節假日客服人力不足,用户問題得不到及時解決;新客服上崗培訓週期長,回答標準不統一…… 這些問題,其實都指向同一個核心需求:我們需要一個更高效、更智能的客服解決方案。而 AI 在線客服,尤其是結合了大模型能力的現代客服系統,正在成為解決這些痛點的“利器”。 從“人工應答”到“智能服務” 傳統的客服模式

人工智能

收藏 評論

葡萄城技術團隊 - AI 編碼工具國內適配清單(2025 最新版附官方鏈接)

AI 編碼工具國內適配清單(2025 最新版·附官方鏈接) 針對國內開發者對本土化支持、訪問穩定性、合規性的核心需求,結合工具功能、場景適配、收費模式整理,覆蓋個人學習、企業協作、隱私敏感等全場景,所有鏈接均為國內可直接訪問的官方入口,點擊即可跳轉。 一、主流國產全功能 AI 編碼助手(企業/團隊首選) 這類工具主打“全流程覆蓋+國內生態適配”,支持中文交互、國內框架(微信生態、鴻蒙、Spring

人工智能

收藏 評論

百度智能雲一見 - 這份最全議程,要來百度世界2025的你別錯過~

「百度世界2025」 大會進度條加載中◼︎◼︎◼︎◻︎ 重磅內容 等待現場揭曉❗️

資訊 , 人工智能 , 百度

收藏 評論

雨大王 - GEMS生產執行系統:驅動製造業數字化轉型的新引擎

在工業4.0時代背景下,製造執行系統(GEMS)作為連接企業管理層與生產現場的關鍵樞紐,正成為製造業數字化轉型的核心支撐。廣域銘島基於工業互聯網架構開發的GEMS解決方案,通過深度融合物聯網、大數據和人工智能技術,在新能源、裝備製造等領域展現出顯著的應用價值。 技術創新架構 廣域銘島GEMS系統採用"雲-邊-端"協同架構,構建了覆蓋全價值鏈的數字基座。系統通過OPC UA標準協議實現設備層數

人工智能

收藏 評論

華明視訊科技 - 2025年國內口碑不錯的智能閘口系統廠家推薦

隨着智慧物流、智慧口岸建設的不斷深入,智能閘口作為物流鏈的關鍵節點,其效率和準確性直接關係到整個作業流程的順暢。2025年,面對市場上眾多的智能閘口系統供應商,企業該如何選擇一家既靠譜又專業的合作伙伴?今天,我們就為大家推薦兩家在業內擁有極佳口碑和深厚技術底藴的深圳企業。 一、孚為智能科技 如果您追求的是一家技術紮實、深耕垂直領域的高科技企業,那麼深圳市孚為智能科技有限公司絕對是一個值

機器學習 , 圖像識別 , 神經網絡 , 人工智能 , 深度學習

收藏 評論

星星上的柳樹 - 精通CTS與低功耗時鐘設計

1、CTS在數字化時代的重要性 在數字化時代,IC(集成電路)設計日趨複雜,性能與功耗成為設計中的核心挑戰。時鐘樹合成(CTS,Clock Tree Synthesis)作為物理實現流程中的關鍵環節,其目標是建立一個時鐘分佈網絡,讓時鐘信號同步、穩定地傳遞至每個觸發器或寄存器。高效的CTS能夠顯著降低時鐘偏斜(skew)與抖動(jitter),保證芯片在高頻環境下仍能可靠運行 。 與此同時,

資訊 , 教程 , 知識 , 人工智能 , 深度學習

收藏 評論