收藏 / 列表

huamingshixunkeji 頭像

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

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

infodator 頭像

容智信息 - 企業智能體落地指南——拆解7大關鍵問題，附實戰避坑策略

在企業智能化轉型的進程中，智能體（AI/RPA等智能應用）本應是撬動效率與價值的槓桿，但不少企業管理層卻因踩入隱性“深坑”，導致項目延期、投入打水漂甚至引發業務風險。容智信息基於數百個企業智能化項目的實戰覆盤，提煉出智能體落地最容易踩的7大深坑及避坑核心思路，助力企業管理層在智能體佈局中“避坑增效”，讓數字化投入真正轉化為業務增長動能。 部分企業為追求“全自動化”，將核心業

機器人 , 自然語言處理 , 人工智能 , 深度學習

old_it 頭像

老IT人 - 超全測試：32GB專業顯卡 vs 最強消費級顯卡

​近期 ComfyUI 社區小夥伴們用RTX 5000 Ada專業顯卡測試了Flux.1[dev]模型，並與最強消費級顯卡對比大場景實際應用中的性能表現。 測試項目： Flux.1文生圖 Flux.1-dev FP8訓練 Flux.1生成不同分辨率圖片 Flux.1生成人物大模型+Lora+高清分辨率修復 Flux.1測試ControlNet 使用 Tile 高清修復 文生圖 設置尺

generative-ai , 顯卡 , flux , 人工智能

puxiaoke6 頭像

一點人工一點智能 - 書籍-《正則表達式謎題與AI編碼助手》

書籍：Regular Expression Puzzles and AI Coding Assistants: 24 puzzles solved by the author, with and without assistance from Copilot, ChatGPT and more 作者：David Mertz 出版：Manning​ 編輯：陳萍萍的公主@一點

機器學習 , 人工智能 , 深度學習 , 正則表達式

u_16756731 頭像

KlipC小助手 - 史上最高薪酬誕生！馬斯克“萬億美元薪酬計劃”獲批

KlipC報道：當地時間11月6日，在特斯拉舉行的新一屆股東大會上，特斯拉股東批准馬斯克價值近1萬億美元的薪酬方案。 這項薪酬方案以超過75%的支持率獲得通過。據悉，此前挪威主權財富基金等多家機構投資者明確表示將投反對票。馬斯克本人曾暗示，如果薪酬方案未通過，他將考慮離開特斯拉或辭去CEO職務。 根據新的計劃，馬斯克可以在 10 年內從特斯拉股票中賺取高達 8780 億美元。不過，馬斯克

3c , 人工智能 , 深度學習 , 2d

chenzhuodeyagao 頭像

沉着的牙膏 - 領先的安全可靠的數據分類分級廠商推薦

概要：隨着《數據安全法》《個人信息保護法》以及《數據安全技術數據分類分級規則（2024版）》的實施，數據分類分級已從企業可選能力升級為合規運營的必備能力。在海量數據環境下，智能化的數據分類分級不僅能幫助企業梳理核心數據資產，更是數據安全治理體系的基礎支撐。IDC《2024年度中國數據安全市場報告》顯示，中國數據安全市場規模達402億元，同比增長19.7%，其中數據分類分級相關產品年增幅超過35%，

安全

fabarta 頭像

Fabarta - 六問「大模型落地」— 如何打通企業智能化轉型最後一公里？

作者：張紅兵 楓清科技（Fabarta）合作人 ChatGPT 2022年底出現以來，大模型熱度持續不減，尤其是今年年初DeepSeek的爆火，更讓大模型走入更多人的視野。大模型除了在C端（個人用户）廣泛應用，在B端（企業）也有越來越多的企業在做落地。2025年8月26號， 國務院發佈《關於深入實施“人工智能+”行動的意見》，更將以大模型為主的人工智能技術放到更加突出的位置。“

開源軟件 , 數據 , 人工智能 , 深度學習

javaedge 頭像

JavaEdge - 別隻怪客户端宕機！還有這些導致 Redis 分佈式鎖“死鎖”的原因

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 前言 除了“持有鎖的進程崩潰、未釋放鎖”這一經典

JAVA

u_17562481 頭像

思考的袋鼠 - AI加持下的數據流轉安全，打造高效可溯源的API風險防護體系

概要： （提示：在數字世界中，數據不再靜止，而是不斷流動；因此，安全防護的焦點，也應從“靜態防護”轉向“流轉安全”。） 當外賣訂單在幾秒內完成支付、銀行轉賬在瞬息之間到賬、短視頻平台精準推送你喜愛的內容時，數據正在通過成千上萬條API通道高速流轉。API作為數字世界的“數據動脈”，承載着企業業務邏輯、交易指令和用户隱私，是現代數字體系中最關鍵的連接層。 然而，數

數據 , API , 數據安全 , 人工智能 , 深度學習

u_16060192 頭像

HyperAI超神經 - AI 論文週報丨通用Agent開發/目標檢測/開源物理推理模型……一文了解 AI 前沿動態

近年來，大語言模型（LLMs）的發展已將研究前沿從解謎任務推進至科學級推理——即能夠應對那些答案必須經受自然規律檢驗、而不僅符合評分標準的複雜問題。物理學是衡量這一轉變的最嚴苛標準，因為它以根本性方式將符號系統與現實世界相聯結，是現代大多數技術的基石。 基於此，來自上海人工智能實驗室的研究團隊通過開發具備卓越物理推理能力的大規模語言模型，成功推動了物理學研究的進展，尤其在解決國際奧林

人工智能 , 深度學習

u_16018702 頭像

架構師李哲 - 最佳實踐丨讓蘇東坡"復活"！我用Qwen3-8B實現了與千古文豪的跨時空對話

"你是誰？" "我是一個多才多藝的文學家、書法家和畫家，生活在北宋時期。我是蘇東坡，我……" 這不是穿越劇的台詞，而是藉助大模型技術實現的真實對話。在人工智能的賦能下，千年前的文豪蘇東坡以“數字分身”的形式“復活”，與今人吟詩作對、暢談人生，展開一場跨越時空的交流。 這是微調前大模型的回答。此時的模型如同一個精準的“知識庫”，回答客觀

AIGC二三事 , 數據集 , 數據 , 大模型微調 , 人工智能 , 深度學習

u_16827017 頭像

全棧技術開發者 - 矩陣和線性變換怎麼理解？矩陣與線性變換的關係究竟是什麼？一個矩陣如何對應到具體的變換？特徵向量和特徵值的意義是什麼？

在現代數學的研究中，線性代數佔據着核心位置，它不僅是純數學的重要組成部分，也是物理學、工程學、計算機科學等學科的基礎工具。矩陣與線性變換作為線性代數的核心概念，具有深厚的理論內涵和廣泛的應用價值。矩陣的排列和運算規則表面上似乎只是數字的組合，但其內在體現的是對向量空間結構的精確描述；而線性變換則揭示了向量空間中元素之間的映射規律，是代數與幾何之間的直接聯繫。 理解矩陣與線性

機器學習 , 線性變換 , yyds乾貨盤點 , 特徵值 , 向量空間 , 人工智能 , 線性代數

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

u_16970152 頭像

求知上進 - Python 數據結構：集合推導式

Python 集合推導式是一種強大的特性，能夠簡化代碼，提高可讀性，同時為複雜的數據處理任務提供靈活和高效的解決方案。在這篇文章中，我們將深入探討集合推導式，從其基本語法、應用場景到高級技巧，以確保你能夠在實際編程中自如地運用它。 一、集合推導式的概念與語法 1.1 什麼是集合推導式？ 集合推導式是在一個可迭代對象（如列表、元組、字符串等）上進行迭代，並通過一個

數據 , 人工智能 , 深度學習 , 數據處理 , 迭代

u_17580222 頭像

mb691327edb400f - AI 智能體

AI重塑人才選拔：效率與精準的雙重革新 人才選拔賽道的競爭日趨激烈，招聘官深陷堆積如山的簡歷與密集的面試流程，卻仍面臨核心人才難尋、面試主觀性強、招聘成本高企的困境。當HR團隊疲於應對初篩與基礎面試時，企業正為這些低效流程承擔高昂代價。 艾瑞諮詢數據顯示，AI技術已貢獻HR SaaS市場60%的價值，其中個性化評估是核心應用場景。這場技術革命正從培訓領

上傳 , 人工智能 , 深度學習 , 應用場景 , 解決方案

u_16349720 頭像

短短同學 - 安卓模擬器總出問題?Docker + cpolar讓測試環境穩定又好訪問

安卓模擬器痛點解決：Docker+cpolar 打造穩定可訪問的測試環境 傳統安卓模擬器常面臨環境衝突、性能卡頓、外部無法訪問三大痛點：本地安裝多個模擬器易導致配置混亂，依賴宿主機環境引發兼容性問題，且本地測試環境難以共享給團隊或對接外部服務。而Docker 的容器化隔離與cpolar 的內網穿透組合，可完美解決這些問題 ——Docker 將模擬器封裝為獨立容器，確保環境一

Android , 人工智能 , 深度學習 , Docker