tag 人工智能

標籤
貢獻960
1448
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

ai4ai 頭像

AI4AI社區 - 暖心馳援丨1024基金會響應號召，捐助香港大埔火災重建

11月26日，香港新界大埔宏福苑多棟住宅樓發生火災，造成重大人員傷亡，災情牽動人心。一方有難，八方支援。1024數字產業基金會迅速響應浙江省海外聯合會倡議，向受災居民捐款，用於緊急救助與災後重建，傳遞來自內地的關懷與支持。 1024基金會發起人馮雷（Ray Von），近日正式獲任嘉興市海外聯誼會（簡稱“嘉興海聯會”）第二屆常務理事。在通過浙江省海外聯合會獲悉香港災情後，他第一時間牽頭基金會落實捐助

人工智能

收藏 評論

u_16213677 頭像

mob64ca140eb362 - opentelemetry demo搭建

Windows安裝配置OpenGrok 安裝opengrok過程中遇到的問題： 1.下載安裝Ctags 下載地址：https://github.com/universal-ctags/ctags-win32/releases 我的是D:\ctags58，但是ctags需要把D:\ctags58路徑加到Path環境變量中（

機器學習 , tomcat , jar , xml , 人工智能

收藏 評論

pannideniupai 頭像

雨大王 - 探索汽車製造智能化：工藝大師Agent的革命性作用

在全球製造業加速向智能化轉型的大背景下，汽車工業作為技術密集型的代表產業，正面臨前所未有的機遇與挑戰。傳統制造模式在效率、成本和質量控制方面逐漸暴露出侷限性，特別是在新能源汽車和定製化生產的需求激增下，如何實現柔性製造和精益管理成為行業關注焦點。工藝大師Agent的出現，為這一難題提供了全新的解決方案。它不僅整合了物聯網、大數據和人工智能技術，還通過自主決策和動態優化，推動汽車製造從“經驗驅動”向

人工智能

收藏 評論

u_15444 頭像

gulaotou - VFD和VSD變頻器的區別

雙工位印刷塗布機主要用於BOPP、PVC、PET紙等材料製作膠帶、反光膜、保護膜及塗色、塗藥水之用，分A型機主要用於塗布BOP P、PVC、PET及紙張，受熱後不會延伸的材料，和B型機用於PE等受熱後會延伸的材料。雙工位印刷機採用台達變頻調速器控制速度，台達PLC系統進行自動張力控制技術，採用綱線輥塗布或三輥逆轉計量刮刀塗布等方式，上膠均勻，上膠量可調，

參數設置 , 變頻器 , 控制系統 , VFD和VSD變頻器的區別 , 人工智能 , 計算機視覺 , 台達變頻器vfb—d參數表

收藏 評論

matrixorigin 頭像

MatrixOrigin - 視頻+教程 | 三位一體：MOI 數據源 + MO 向量存儲 + Dify 應用層，構建企業級 RAG

概述 本教程將詳細引導您完成一個完整的數據處理與應用流程：首先，我們將 Dify 平台與 MatrixOne (MO) 數據庫進行集成，使用 MatrixOne 作為 Dify 的向量存儲後端；然後，演示瞭如何從 MatrixOne Intelligence (MOI) 平台將處理好的分段數據（Chunks）導出到 Dify 中新建的知識庫；最終，利用這些導入的數據快速構建一個智能聊天應用。 通過

數據挖掘 , 人工智能

收藏 評論

openanolis 頭像

龍蜥社區 - 直播預告：LLM for AIOPS，是泡沫還是銀彈？ |《AI 進化論》第六期

在 AI 與本土化雙重浪潮之下，服務器操作系統正迎來歷史性變革。由龍蜥社區理事長單位阿里雲聯合 InfoQ 打造的直播 IP 欄目《AI 進化論：智算時代操作系統的破局之路》，以雲、AI、安全等技術與服務器操作系統如何融合演進為主線，聚焦服務器操作系統在智算時代的進化之路，特邀學術權威、行業專家、客户代表圍繞原生智能、原生安全、軟硬協同等熱點議題展開深度對話。截至目前，已直播五期，線上觀看人次達

操作系統 , 人工智能

收藏 評論

u_16099189 頭像

智能領航員 - 公眾號demo啥意思

今天做了身份驗證的功能，然後完善了下搜索功能。其實主要的是將整個代碼結構整理了一番，應該可以説是模塊化設計吧。 因為我們之前提的功能需求中有： 1、菜單--查詢功能。我考慮到後期功能的擴展，就想將這些分模塊來實現：菜單模塊(這樣，今後我們需要添加新的菜單功能，可以直接在這個模塊裏操作，這樣修正和維護也簡單，在考慮到後期可能會分工協作的時候各開

機器學習 , php , 數據庫 , 人工智能

收藏 評論

u_7883056 頭像

巨浪888 - 用AI讓藏品説話項目開發筆記

你去過博物館嗎？站在玻璃展櫃前，看着千年前的陶俑、青銅器，除了旁邊的簡介牌，你對它的前世今生一無所知。文物不會説話，但我們能用AI讓它“活”一次。全國有近6千家博物館，但九成以上缺乏沉浸式導覽能力。AR導覽設備租金昂貴，NFT數字藏品門檻高、手續費勸退。於是我想做一個APP產品，不用額外硬件，不用耗流量，手機 Web/APP 拍張文物照，或喊一句 “這是哪裏”，30 秒就能生成

AIGC二三事 , 3d , 人工智能 , 深度學習 , 4D , Web

收藏 評論

juicefs 頭像

JuiceFS - JuiceFS + MinIO：Ariste AI 量化投資高性能存儲實踐

Ariste AI 是一家專注於 AI 驅動交易的公司，業務涵蓋自營交易、資產管理、高頻做市等多個領域。在量化交易研究中，數據的讀取速度和存儲效率，往往直接決定了研究迭代的速度。 Ariste AI 團隊在構建量化研究基礎設施的過程中，面對總規模超過 500TB，行情與因子數據，經歷了從本地盤到最終選擇在 MinIO 對象存儲之上疊加 JuiceFS 文件系統的四個階段。通過緩存機制與分層架構，團

運維 , 人工智能

收藏 評論

u_13717764 頭像

嗶哥嗶特 - 磁極8合一逆變電感儲能電源效率實測99.05%！

當儲能電源行業還在為“效率突破 98%” 歡呼時，惠州市磁極新能源科技有限公司(下稱“磁極”)悄悄交出了一份更震撼的答卷——[145 千瓦 8 合一逆變電感磁路集成] 儲能電源產品實測效率達99.05%。 這組打破儲能電源行業認知的數據背後，不僅是磁性元件從“分立器件堆疊” 到 “磁路集成創新” 的關鍵跨越，更藏着磁極儲能電源產品 “效率、體積、成本” 三重困局的核心密碼，

技術儲備 , 功率密度 , 人工智能 , 數據分析 , 迭代

收藏 評論

kaizx 頭像

KAI智習 - 騰訊開源10億參數3D動作模型，小米MiMo公測延續至2026年，MiniMax M2.1編程模型發佈

一起來看今天的AI行業動態：騰訊發佈開源3D動作生成模型，小米大模型MiMo公測延續至2026年，月之暗面獲得5億美元融資繼續AGI征程等一系列重要進展。 1. 騰訊開源10億參數文生3D動作神器，遊戲NPC一鍵"活"了 核心事件：騰訊發佈了一款10億參數的文生3D動作開源模型，可實現遊戲NPC一鍵"活"的創新應用，為遊戲開發和內容創作帶來新的可能性。 技術細節：該模型擁有10億參數規模，能夠根據

llm , 資訊 , 人工智能

收藏 評論

huodadexiang 頭像

南瓜 - 基於深度學習的農業蟲害自動識別系統：YOLOv8 的完整工程

基於深度學習的農業蟲害自動識別系統：YOLOv8 的完整工程 一、研究背景：農業蟲害識別為何需要 AI？ 在農業生產過程中，病蟲害是影響作物產量和質量的核心因素之一。據統計，全球每年因蟲害造成的糧食損失高達 20% 以上。傳統的蟲害防治方式主要依賴： 人工巡田觀察 專家經驗判斷 事後用藥處理 這種方式存在明顯問題： 🐞 識別效率低：人工巡檢難以覆蓋大面積農田 🐞 主觀性強：不

機器學習 , 人工智能 , 深度學習

收藏 評論

u_16116809 頭像

wx6464351503832 - Agent實戰教程：深度解析async異步編程在Langgraph中的性能優化

在現代Python開發中，異步編程已經成為提高程序性能的重要手段，特別是在處理網絡請求、數據庫操作或AI模型調用等耗時操作時。本文將通過實際的LangGraph 示例，深入解析async的真正作用，並揭示一個常見誤區：為什麼異步順序執行與同步執行時間相近？ async的核心作用 async的主要價值在於創建異步編程環境，讓程序在等待耗

性能優化 , redis , 執行時間 , 智能體 , 數據庫 , 人工智能 , 大模型

收藏 評論

u_17521282 頭像

元冪境ar遠程協助 - 智慧醫療下的AR遠程協助應用前景

在元冪境看來，醫療AR遠程專家指導，是指通過AR技術，將遠程醫療專家的指導信息實時疊加在現場醫生或醫護人員的視野中，從而實現跨地域的醫療協作。與傳統的遠程會診不同，AR不僅能傳輸視頻和語音，還能將三維模型、標註、手術步驟提示等信息直接呈現在現實操作環境中，使遠程指導更加直觀和精準。 這種技術在應對醫療資源不均、急救響應時間緊迫、複雜手術經驗不足等問題時具有顯著優勢。

ar系統 , ar設備 , ar技術 , 人工智能 , 深度學習 , ar遠程協助 , ar

收藏 評論

u_17061379 頭像

AI編程社區 - Qoder CLI 開啓邀測：把 Qoder 的智能帶到每一個終端

在軟件開發的世界裏，工具的進化從來不是單點的改良，而是一次又一次生產力範式的躍遷。從最初的命令行，到圖形化 IDE，再到如今 AI 驅動的智能開發環境，開發者們始終在追尋一個目標：更高效、更自然、更智能地把創意變成現實。8 月我們發佈了 Agentic 編程平台 Qoder，上線短短 5 天就收穫了超 10 萬用户。 今天，我們再跟大家同步一個好消息：Qoder CLI 來

機器學習 , 命令行 , 工作流程 , 人工智能 , 開發者

收藏 評論

u_15214399 頭像

u_15214399 - 基於華為開發者空間-雲開發環境（容器）+MaaS大模型構建智能寫作助手應用

最新案例動態，請查閲《基於華為開發者空間-雲開發環境（容器）+MaaS大模型構建智能寫作助手應用》。小夥伴快來領取華為開發者空間進行實操吧！ 一、概述 1. 案例介紹 華為開發者空間，是為全球開發者打造的專屬開發者空間，致力於為每位開發者提供一台雲主機、一套開發工具和雲上存儲空間，匯聚昇騰、鴻蒙、鯤鵬、GaussDB、歐拉等華為各項根技術的開發工具資源，並提供配

API , 人工智能 , 數據分析 , 開發環境 , 開發者

收藏 評論

congweibiaobaidemalingshu 頭像

小白獅ww - abaqus 算例教程：考慮動水壓力的koyna地震非線性動力響應分析

一、教程簡介 Abaqus 簡介 Abaqus 是一款功能強大的有限元分析 (FEA) 軟件，廣泛應用於工程模擬領域。它通過有限元方法對各種工程問題進行模擬和分析，能夠處理從簡單的線性問題到複雜的非線性問題。Abaqus 最初於 1978 年發佈，由 Hibbitt, Karlsson Sorensen, Inc.(HKS) 開發，後更名為 ABAQUS 公司，並於 2005 年被達索系統 (D

機器學習 , 自然語言處理 , 教程 , 人工智能 , 深度學習

收藏 評論

infodator 頭像

容智信息 - 企業智能體VSRPA：不是升級，而是代際差異

企業智能體與RPA的差異，並不是“自動化程度更高”，而是是否具備自主決策能力的代際分野。 在企業數字化轉型的早期階段，RPA（機器人流程自動化）曾憑藉“降本增效”的明確價值，成為眾多企業的標準配置。從財務票據錄入到銀企對賬，從訂單處理到社保申報，RPA通過腳本化執行替代人工操作，極大緩解了重複勞動壓力。 但當數字化進入深水區，企業逐漸發現：僅靠流程執行，並不能解決複雜業務問題。面對非

數據挖掘 , 機器人 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

xingxingshangdeliushu 頭像

星星上的柳樹 - 極致IC集成之道

在高性能系統設計中，IC 集成是至關重要的一環。如何選型、設計互連總線並保障信號完整性，決定了系統的穩定性與效率。作為IC行業精英提升能力的最佳平台，EDA Academy提供了海量專業課程、導師機會與收益計劃，助你掌握這門技術核心。 1、IC選型：奠定整合基石 精確選型：從性能指標、功耗兼容性到成本控制，都是決定IC選型的關鍵因素。現代數據庫與工具可幫助你高效比對與甄別。

資訊 , 教程 , 知識 , 人工智能 , 深度學習

收藏 評論

u_16099336 頭像

浪人小風光 - emotiv epoc 可以用psychopy

上篇線程/進程併發服務器中提到，提高服務器性能在IO層需要關注兩個地方，一個是文件描述符處理，一個是線程調度。 IO複用是什麼？IO即Input/Output，在網絡編程中，文件描述符就是一種IO操作。 為什麼要IO複用？ 1.網絡編程中非常多函數是阻塞的，如connect，利用IO複用可以以非阻塞形式執行代碼。 2.之前提到listen

機器學習 , 文件描述符 , include , 人工智能 , 描述符

收藏 評論

u_16099327 頭像

AI智行者 - stm32f103RB6 cubemx tim2 trigger source 沒有disable 選擇

前言 項目上需要5個串口，於是選型了STM32F103RCTx，編寫代碼的時候發現UART5沒有DMA，於是自己寫了一個驅動，來模擬DMA串口不定長空閒中斷接收 CUBEMX配置 配置基本串口參數 打開中斷 修改工程代碼實現單字節接收中斷 1、定義數據緩衝區

機器學習 , 空閒中斷 , CUBEMX , stm32 , UART , 人工智能 , HAL

收藏 評論

deephub 頭像

deephub - SAPO去中心化訓練：多節點協作讓LLM訓練效率提升94%

Swarm sAmpling Policy Optimization，簡稱SAPO，這個名字聽起來有點學術，但它解決的問題很實際。大規模語言模型的後訓練一直是個讓人頭疼的事情——要麼資源不夠，要麼效率太低。SAPO提出了一種去中心化的異步RL方案，讓各個計算節點之間可以互相分享rollouts，避開了傳統並行化訓練的各種瓶頸。 論文的實驗結果。在成千上萬個社區節點的測試中，這套方法能帶來9

llm , 人工智能 , 分佈式系統 , 深度學習

收藏 評論

aipaobudexiangjiao_cktinz 頭像

愛跑步的香蕉_cKtiNz - AI賦能招聘：重塑HR工作新生態

AI賦能招聘：重塑HR工作新生態 在生成式AI重構商業邏輯的今天，4.4萬億美元的潛在價值正等待挖掘，但多數企業仍停留在AI應用的“試點困境”，中小企業尤為突出——“不會用、不敢用”的顧慮，讓組織間的“AI優勢鴻溝”持續擴大。對於人力資源管理而言，這場變革既是挑戰更是機遇：HR若能借AI之力突破傳統工作瓶頸，便能從繁瑣事務中抽身，迴歸戰略賦能的核心角色；反之，則可能成為組織發展的“效率短板”

人工智能

收藏 評論