tag 人工智能

標籤
貢獻960
1639
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

u_17398435 頭像

zhanghada - AI Ping 上新限免：GLM-4.7 與 MiniMax-M2.1 實測對比

引言：AI Ping上新雙旗艦，一站式免費解鎖國產大模型核心能力 在大語言模型（LLM）的落地應用中，“AI Ping”已成為衡量模型實用價值的核心指標——它並非傳統網絡的連通性檢測，而是針對LLM的響應效率、內容質量、資源消耗的綜合探測體系。當前，AI Ping平台重磅上新兩款國產旗艦模型並開放體驗：智譜AI GLM-4.7與MiniMax-M2

API , Max , 人工智能 , 深度學習 , 官網

收藏 評論

u_16677229 頭像

數科星球視頻號 - 上線即被伯克利傳奇CS61A點名採用：這個中國團隊要重做YouTube了

AI視頻為什麼會誕生下一個Youtube？ 作者丨苑晶 編輯丨大兔 AI對話視頻，正在開啓內容交互革命。 當我們還在習慣“刷視頻”的單向接收模式時，一款名為Skylow的產品正試圖改寫內容消費的底層邏輯。這個由伯克利精英團隊打造的“世界首個對話式視頻平台”，用AI重構了視頻與用户的關係——不再是“

變現 , 沉浸式 , 人工智能 , jquery , 前端開發 , Git

收藏 評論

u_17423871 頭像

美狐美顏SDK開放平台 - 直播美顏SDK特效功能應用場景分析

在直播行業高速發展的今天，用户早已不再滿足於“能看、能聊”的基礎體驗。無論是娛樂直播、帶貨直播，還是在線教育、社交互動，畫面質量與互動體驗正在成為決定用户留存和轉化的關鍵因素。 而在這些體驗背後，直播美顏SDK及其特效功能，正扮演着越來越重要的角色。本文將從實際業務出發，系統分析直播美顏SDK特效功能在不同場景下的應用價值，幫助平台方和產品負責人更清晰地理解它的商業意義。

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

chaoshenjinghyperai 頭像

超神經HyperAI - Llama 3.2來了，多模態且開源！AR眼鏡黃仁勳首批體驗，Quest 3S頭顯價格低到離譜

如果説 OpenAI 的 ChatGPT 拉開了「百模大戰」的序幕，那 Meta 的 Ray-Ban Meta 智能眼鏡無疑是觸發「百鏡大戰」的導火索。自去年 9 月在 Meta Connect 2023 開發者大會上首次亮相，短短數月，Ray-Ban Meta 就突破百萬銷量，不僅讓馬克·扎克伯格直呼 Amazing，更促使了谷歌、三星、字節跳動等國內外大廠的紛紛入局！ 時隔一年，Meta 再次

人工智能 , meta

收藏 評論

jizaodebangbangtang 頭像

文心快碼 - Agent如何重塑跨角色協作的AI提效新範式

什麼是Agent？ 我們開始看到一種新的“AI勞動力市場”雛形： 需求Agent、設計Agent、前端 Agent、運營Agent、數據 Agent…它們就像數字版的“崗位角色”，但永不疲憊、隨時可調度。你可以把它想象成：“團隊裏突然多了一些懂規則、懂產品、懂代碼、懂設計的AI新同事。”總結起來，Agent是“有大腦和工具調用能力”的執行者，它能做到規劃、執行、調用工具、持續推進任務，完成一整套動

教程 , 知識 , 人工智能 , 程序員 , 前端

收藏 評論

u_16213590 頭像

mob64ca13f9e726 - WPF 實現TreeView TreeDataTemplate 可以通過代碼實現節點展開

WPF 中，邏輯樹的概念至關重要。如果一名 WPF 開發人員不知道什麼是邏輯樹，或者對邏輯樹一知半解，那麼他就不 是一名合格的 WPF 開發人員。下面就把邏輯樹這個概念比較容易被曲解的地方加以説明： 1、邏輯樹並不只存在於使用 XAML 構建的對象中，使用程序代碼構建的對象同樣存在邏輯樹。 XAML 是專門用於 WPF 編程的新 API，就像當初 C# 是

機器學習 , 結點 , xaml , wpf , 人工智能

收藏 評論

u_17241003 頭像

瀾極美顏SDK - 深入剖析美顏SDK中美妝功能的實現原理

打開直播軟件輕點屏幕，口紅顏色隨滑動條實時變化，腮紅自然暈染在蘋果肌上，眼影的珠光效果還會隨光線角度閃爍——這已是當下音視頻應用的基礎操作。從歐萊雅“千妝魔鏡”開啓虛擬美妝先河，到如今屈臣氏等線下門店普及的AR試妝魔鏡，美妝功能已從單純的“畫面美化”升級為“沉浸式體驗”核心模塊。某美顏SDK服務商的數據顯示，集成美妝功能的應用，用户停留時長平均提升35%，電商直播場景的化

人臉檢測 , 區域分割 , 人工智能 , 深度學習

收藏 評論

u_17571507 頭像

老常GEO優化實戰 - GEO 優化核心密碼：GeneralSearch"邊想邊搜" 智能交互原理全拆解

本文聚焦 GEO（生成式引擎優化）與 GeneralSearch “邊想邊搜” 智能交互的核心邏輯，拆解二者協同的優化密碼。GeneralSearch 基於 RAG 架構，通過意圖理解、智能搜索、信息融合、答案生成四層模型，構建 “思考 - 搜索 - 再推理” 的閉環交互。GEO 優化區別於傳統 SEO，核心是通過人性化內容、交叉驗證、語義結構化、權威信號建設等策略，讓內容成為

seo , 搜索 , NLP , GEO優化 , 人工智能 , 結構化

收藏 評論

reqingdetiangua 頭像

熱情的甜瓜 - DeepSeek 與開源：肥沃土壤孕育 AI 碩果

當 DeepSeek 以低成本推理、多模態能力驚豔全球時，人們驚歎於國產AI技術的「爆發力」，卻鮮少有人追問：這份爆發力的根基何在？ 答案，藏在中國開源生態二十餘年的積澱中。 從倪光南院士呼籲「以開源打破壟斷」，到 Gitee 成為國產開源項目的「搖籃」，從早期的草根社區化探索到 DeepSeek 的全球矚目，中國開源生態證明了技術突破從不是偶然的奇蹟，而是生態厚積薄發的必然。 破冰：從零到一，國

deepseek , 人工智能 , 開源 , 技術 , gitee

收藏 評論

u_17586993 頭像

u_17586993 - Google與OpenAI繪圖工具遭濫用，阿里巴巴開源語音模型，知乎發佈AI產品榜單，Jan團隊發佈Jan-v2-VL-Max

今天AI領域有多項重要進展，涵蓋AI安全挑戰、大廠模型開源、AI商業化現狀、新興技術突破等多個方面。我們將重點關注Google與OpenAI的安全問題、阿里巴巴的模型開源與芯片佈局、AI商業化現狀及未來趨勢等核心要點。 1. Google與OpenAI繪圖工具遭濫用，AI安全問題引發行業關注 Google與OpenAI的繪圖工具面臨重大安全挑戰：Google與OpenAI繪圖工具

機器學習 , 商業 , 人工智能 , 技術細節 , 開發者

收藏 評論

u_13303 頭像

colddawn - STM32F407 cubemx adc注入法加規則

文章目錄 前言 一、ADC 什麼是ADC？ ADC主要特性有那些？ ADC的功能説明 二、實驗步驟 代碼部分講解 代碼示例 總結 前言 本文參考了網上的博文，並加以歸納總結，幫助新手

機器學習 , 初始化 , 採樣週期 , 人工智能 , 寄存器

收藏 評論

u_17512334 頭像

疆鴻智能研發中心 - 船舶製造中的工業網絡融合：EtherNetIP與CC-Link的橋樑構建

EtherNet/IP與CC-Link的橋樑構建 1 項目背景：多品牌PLC系統造成的生產孤島 某大型船舶製造廠在擴建生產線的過程中，面臨着典型的工業自動化系統整合難題。廠內原有大量三菱PLC通過CC-Link網絡控制各類專用設備，而在新增的焊接機器人工作站和智能倉儲系統中，則採用了羅克韋爾ControlLogix系列PLC，基於EtherNet/IP協議通信。兩大系

協議轉換網關 , 工業通訊 , CC LINK , ETHERNET IP , 人工智能 , 深度學習 , 工業自動化

收藏 評論

huandanshendeshoushudao 頭像

慧星雲 - 一文看懂如何選最適合你的 DeepSeek:最快3分鐘上手可用！

DeepSeek DeepSeek系列模型的現象級爆火，引發國內外廣泛關注與討論熱潮，然而對許多想要投身AI這一風口的個人和企業來説，缺乏專業的技術支持與技術平台，缺少穩定高性價比的算力資源，正成為他們試圖踏入AI領域的重重障礙。 近日，專業AI算力雲平台與AI生產力平台「慧星雲」，重磅推出DeepSeek全面解決方案，以全棧能力釋放國產大模型潛力，助力企業和用户高效接入DeepSeek等

llm , 雲平台 , 部署 , 雲服務 , 人工智能

收藏 評論

u_17579295 頭像

mb6911caa73d1d1 - 當城市“學會思考”：一位城市管理者的數字孿生轉型手記

當我坐在指揮中心，面前不再是二十塊分割的監控屏幕，而是一幅會呼吸的城市全景圖。三年前，如果有人告訴我，我能像玩模擬城市遊戲一樣管理真實的城市，我一定會覺得這是天方夜譚。今天，這一切正在成為我們日常工作的常態。 從“救火隊員”到“先知者”的轉變 過去，城市管理像是“盲人摸象”。交通部門不知道管網施工進度，應急部門不清楚大型活動人流聚集情況，規劃

業務邏輯 , 數據 , 數據可視化 , 人工智能 , 數字孿生 , 代碼編輯器

收藏 評論

u_15675190 頭像

冰淇淋紅茶Q - 具身智能驅動：基於魔琺星雲SDK構建高擬真AI面試官

在當前人工智能的浪潮中，大語言模型（LLM）已展現出強大的認知與邏輯推理能力。然而，其交互界面卻長期受限於一個簡單的文本或語音輸入框。這種抽象且割裂的單維表達，本質上缺乏一個能與人類進行自然、生動交互的視覺或物理載體，尤其在需要傳遞情感、適應情境、展現意圖的場合中，顯得疏離而單薄。 面對這一日益顯著的人機交互鴻溝，具身智能（Embodied AI）正成為彌合認知與體驗的關鍵

雲平台 , 3d , 人工智能 , 深度學習 , 模態

收藏 評論

aipaobudexiangjiao_cktinz 頭像

愛跑步的香蕉_cKtiNz - 當AI成為HR核心戰力：招聘價值的重構與升級

當AI成為HR核心戰力：招聘價值的重構與升級 過去十年，HR行業的競爭核心集中於執行層面的勤奮度與溝通細緻度；步入AI深度融合的新時代，HR的核心競爭力已悄然轉向“AI工具駕馭能力”——能否讓AI成為自身的“戰力放大器”，成為拉開職業差距的關鍵。行業調研數據顯示，超68%的企業明確感知“AI正在重塑招聘崗位的核心職能”，另有超54%的招聘關鍵流程將實現自動化升級，這一變革直接推動HR的價值定

人工智能

收藏 評論

xiaohe0601 頭像

xiaohe0601 - ⚪️ 五子棋加入道具系統是一種什麼體驗？我用 TRAE SOLO 實現了！

最近刷到 不如摸魚去 使用 TRAE SOLO 復刻了坦克大戰，他説彷彿捉住一隻嘶鳴的蟬，便攥緊了整個童年的夏天。 現在已經是冬天了，四川冬天的冷就像是“魔法攻擊“，雖然温度不如北方那麼低，但是寒意總會穿透衣服滲入到你的身體裏。每天早上蹬共享單車上班的我，在寒風中總會想如果現在是夏天就好了，我也要用 TRAE SOLO 做一個遊戲，我也想要抓住整個夏天！ 奈何沒有 TRAE SOLO 資格，一直不

遊戲開發 , 人工智能 , canvas , typescript , 前端

收藏 評論

pannideniupai 頭像

雨大王 - 如何通過工業協同平台提升研發效率？行業實踐分享

工業設計研發協同，在如今的製造業環境中，已經不再是一個可有可無的選項，而是企業提升核心競爭力必須面對的課題。傳統模式下，設計、工藝、生產這些環節往往各幹各的，信息傳遞靠郵件、會議甚至口頭交代，版本混亂、溝通成本高不説，還特別容易出錯。一旦設計變更，下游的工藝和製造部門可能得好幾天才能跟上節奏——這種滯後，放在今天快節奏的市場競爭中，真的有點“傷不起”。 好在數字化技術的推進讓協同有了新的可能

人工智能

收藏 評論

deephub 頭像

deephub - 從貝葉斯視角解讀Transformer的內部幾何：mHC的流形約束與大模型訓練穩定性

Scaling Laws 已經成為深度學習領域的共識：更大的模型配合更多數據效果往往更好。但當參數量攀升至百億乃至千億級別時一個棘手的問題是：訓練不穩定性。 現代大語言模型動輒堆疊數十甚至上百層，殘差連接、跳躍連接、跨層路由機制層出不窮。這些架構設計背後的邏輯就是為了改善梯度流、加快收斂、提升參數利用率。但是在實踐中這些技在大規模訓練時卻經常出現問題：損失函數突然飆升、梯度爆炸、表徵坍塌、訓練動態

神經網絡 , 人工智能 , 深度學習

收藏 評論

youyacao 頭像

卓伊凡 - 【03】番茄12月新規後為什麼「驗證期沒流量」的作者會突然變多？卓伊凡解析

四、為什麼“以前能過，現在不行”？ 因為 模型升級了。 2023 以前 重點：題材 + 爽點 容忍前期慢熱 人工干預多 2024–2025 現在 重點：即時留存 不給慢熱機會 全自動投流決策 一句話： 系統沒耐心了 五、驗證期“不給量”常見 5 種真實原因（

人工干預 , 人工智能 , 深度學習

收藏 評論

deephub 頭像

deephub - RAG系統的隨機失敗問題排查：LLM的非確定性與表格處理的工程實踐

RAG教程裏説的流程是：分塊、嵌入、向量搜索、生成答案。看起來非常簡單，按這個思路搭了一套系統，測試沒問題就上線了。但是結果出了怪事，經常會隨機的失敗。 輸入一樣，但是輸出卻不一樣，而且這不是偶發，是還有一定的規律，這是怎麼回事呢？ 本文將介紹RAG在真實場景下為什麼會崩，底層到底有什麼坑，以及最後需要如何修改。 🚨 現象：測試結果飄忽不定 一套端到端的PDF處理管道，專門針對表格密集型文檔。比

generative-ai , llm , 人工智能 , 檢索系統

收藏 評論

aws_aidevcommunity 頭像

亞馬遜雲開發者 - 利用Amazon Bedrock構建智能報告生成Agent

本文介紹通過Amazon Bedrock構建報告生成Agent，用在ESG報告生成場景。 背景 在全球可持續發展趨勢日益加強的背景下，環境、社會和公司治理(ESG)報告已從選擇性披露轉變為企業戰略必備要素。隨着全球主要金融市場監管機構和交易所逐步將ESG披露納入強制要求，企業面臨着前所未有的合規壓力與利益相關方期望。然而，高質量ESG報告的編制工作面臨兩大核心挑戰： 挑戰一：國際ESG框架的複雜

人工智能

收藏 評論

deephub 頭像

deephub - Neural ODE原理與PyTorch實現：深度學習模型的自適應深度調節

對於神經網絡來説，我們已經習慣了層狀網絡的思維：數據進來，經過第一層，然後第二層，第三層，最後輸出結果。這個過程很像流水線，每一步都是離散的。 但是現實世界的變化是連續的，比如燒開水，誰的温度不是從30度直接跳到40度，而是平滑的上生。球從山坡滾下來速度也是漸漸加快的。這些現象背後都有連續的規律在支配。 微分方程就是描述這種連續變化的語言。它不關心某個時刻的具體數值，而是告訴你"變化的速度"。比如

神經網絡 , pytorch , 人工智能 , 深度學習

收藏 評論