收藏 / 列表

nizi_60e514d097c9a 頭像

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

infodator 頭像

容智信息 - 企業AI落地破局：五步行動指南，從價值試點到組織效能躍遷

在AI技術熱潮下，不少企業陷入“概念喧囂卻落地無門”的困境——空有技術憧憬，卻不知從何入手，或盲目鋪開後效果寥寥。容智信息基於千餘家企業智能化實踐沉澱，提煉五步行動指南，為企業提供從“AI可用”到“價值可感”的清晰路徑。 AI落地切忌“大而全”的盲目投入，需優先選擇對業務有直接價值、流程相對清晰、出錯影響可控的高價值任務切入。例如：市場營銷領域：可先試點產品智能推薦、市場策略

觀點 , 資訊 , 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

yuanfang_648a85b26d85e 頭像

farfarcheng - DPA-1 遇見指南｜DP-SSE 固態電解質實戰

為了生產一個機器學習勢函數，你積累了大量的第一性原理數據，卻發現訓練模型的樣本效率不足，遷移性差。如此大的花費只能體驗“一次性”的機器學習分子動力學模擬 (MLMD)？這未免太貴了！ ChatGPT 等大規模語言模型的成功讓我們看到了“預訓練模型+少量新數據微調”解決這一難題的可能，勢函數生產能否參考此訓練策略進行？ 圖 1｜預訓練模型+

函數 , 機器學習 , 算法 , 人工智能 , 深度學習

u_17241003 頭像

瀾極美顏SDK - How to Get the Image Filter API of Beauty SDK?

In today's digital age, beauty functions have become essential elements of many applications, especially in video dating, live streaming, and photo - taking apps. Among them, the image fi

API , 人工智能 , 深度學習 , ci , ide

openbayescom 頭像

OpenBayes - OpenBayes 在線教程彙總丨Qwen 連發 SOTA 級模型，覆蓋文本渲染/視頻創作/編程輔助

近期，阿里通義千問團隊以「卷王」速度持續刷新開源效率，兩週內發佈的開源模型覆蓋圖像生成、視頻創作、編程輔助三大核心領域，並推出非思考模式的新版本模型，不僅迭代速度領跑行業平均水平，更是多次刷新領域 SOTA。 舉例而言，Qwen-Image 作為其圖像生成基礎模型，實現了精準的中文渲染；「甜品級」編程模型 Qwen3-Coder-Flash 在提供輕量級模型部署效率的同時，實現了接近頂級閉源模型的

llm , 阿里巴巴 , 圖像處理 , 編程語言 , 開源

u_16756731 頭像

KlipC小助手 - 英偉達Q3超預期財報，能否擊破“AI泡沫論”？

KlipC報道：當地時間11月19日，市場高度期待的英偉達三季度財報如期公佈，公司再度交出遠超預期的成績單。 財報顯示，英偉達三季度營收達到570億美元，同比增長62%；淨利潤319億美元，同比暴增65%；調整後每股收益（EPS）為 1.30美元，全面超出市場預估。同時，給出了超預期的四季度指引，預計營收將達到650億美元，上下浮動2%。 值得注意的是，英偉達最重要的業務板塊數據中心表現

英偉達 , 數據中心 , 人工智能 , 深度學習

u_6478076 頭像

郭傳志的博客 - 多模態智能體

項目介紹 需求數據拆解 數據收集智能體 研究員智能體 本文包含：-->

多模態智能體 , 人工智能 , 深度學習

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

lab4ai 頭像

Lab4AI - CBT-LLM 心理大模型微調，用 LLaMA Factory 微調框架就夠啦！| 附一鍵復現指南

01 | 引入 在人工智能快速發展的今天，通用大語言模型雖然具備強大的語言理解和生成能力，但在專業領域服務時往往顯得力不從心。以心理健康支持為例，普通預訓練模型無法理解"共情"深層含義，難以給出符合認知行為療法(CBT)原則的專業建議，導致回答要麼過於機械，要麼缺乏針對性。 僅靠通用模型無法實現"懂情感、會共情"的高質量心理支持，必須通過高質量數據集微調才能實現專業場景的精準適配，將通用語言能力

llm , 人工智能

fabarta 頭像

Fabarta - Cursor可控AI編程實踐：縮短交付週期，保障產品質量

導讀AI編程工具的興起讓開發效率有了質的飛躍，但很多開發者在使用過程中會發現一個問題：AI生成的代碼往往與現有項目的技術棧、編碼規範不匹配，需要大量的手動修改，開發效率拖了後腿。如何讓AI按照我們的意圖和規範來編寫代碼？這就是"可控AI編程"要解決的核心問題。 通過Cursor可控AI編程技術，我們大幅提升了開發效率，同時確保了產品的高質量和可靠性。本文將展示這一技術如何為企業創造實際價

編程 , 人工智能 , 深度學習

u_17562481 頭像

思考的袋鼠 - 自適應分類的可落地規模化政府部門數據分類分級解決方案

概要： （提示：本章節概述解決方案的核心價值與落地成效，幫助讀者快速理解方案全貌。） 在數字政府建設快速推進的背景下，政務數據已成為政府提升治理能力、優化公共服務的重要資源。然而，政務數據存在“多源異構、跨域流轉”特點，分散於各委辦局業務系統和電子政務雲中，傳統人工管理難以應對海量數據資產的識別和分類需求。針對這一痛點，全知科技提出的“知源-AI數據分類分級系統”，以

數據 , 數據安全 , 人工智能 , 深度學習 , 複用

u_16060192 頭像

HyperAI超神經 - 從乾洗店到伊麗莎白女王工程獎，李飛飛逆行硅谷技術神話，聚焦AI去人性化風險

2025 年春，普林斯頓大學物理學學士、加州理工學院計算神經科學博士李飛飛教授榮獲「伊麗莎白女王工程獎（Queen Elizabeth Prize for Engineering）」，這一獎項被視為「工程領域的諾貝爾獎」。評審團表彰了李飛飛在計算機視覺與深度學習中的奠基性工作，認為她的研究「讓機器第一次以接近人類的方式看見世界」。 「工程不止是算力與算法，更是責任與共情。」李飛飛在領

人工智能 , 深度學習

u_16018702 頭像

架構師李哲 - LMArena中文榜大洗牌：國產大模型包攬前列，GPT-4 Turbo跌出百名開外

就在百度世界大會前夕，全球最具影響力的大模型評測平台LMArena發佈的最新排名，讓海外開發者社區發出了"Baidu is back?"的驚歎。這份發佈於2025年11月初的榜單顯示，國產大模型在中文競技場上實現了對國際頂尖模型的全面反超，這一突破性進展恰如其時地展現了中國AI技術的迅猛發展。 在LMArena最新發布的排名當中，文心全新模型ERNIE-5.0-Pr

人工智能 , 深度學習 , 技術支持 , 解決方案 , 開發者

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

JavaEdge 頭像

JavaEdge - 搭載 Gemini 3 的 Google 搜索：迄今最智能的搜索

Gemini 3 具備最先進的推理能力，能夠精準掌握內容的深度與細微差異，並開啓了全新的生成式 UI 體驗；通過動態視覺版面配置、互動式工具及模擬情境，為您的搜索查詢量身打造專屬結果。 今天，推出了 Gemini 3，這是迄今最聰明的模型，具備頂尖的推理能力、深度的多模態理解，以及強大的代理能力（agentic capabilities）。現在，你可以在 Googl

yyds乾貨盤點 , 搜索 , google , 人工智能 , 深度學習 , 生成式

u_17583190 頭像

fangpin - 深入解析：使用 Triton 實現 Flash Attention2 - 讓大模型訓練飛起來

引言 你是否曾經在訓練大型語言模型時，眼睜睜地看着 GPU 內存不斷飆升，最終因為 OOM（Out of Memory）錯誤而前功盡棄？或者在處理長序列時，發現注意力機制的計算時間呈平方級增長，讓人望而卻步？ 如果你有過這樣的經歷，那麼今天這篇文章將為你帶來一個革命性的解決方案：Flash Attention2。更令人興奮的是，我們將通過 Triton 這個強大的 GPU 編程框

歸一化 , 人工智能 , 深度學習 , ide , Python

tangtangtangtang 頭像

堂堂糖唐 - [Doctrine Migrations] 數據庫遷移組件的深入解析三：自定義數據字段類型

自定義type 根據官方文檔，新建TinyIntType類，集成Type，並重寫getName，getSqlDeclaration，convertToPHPValue，getBindingType等方法。 TinyIntType.php完整代碼： ?php namespace db\types; use Doctrine\DBAL\ParameterType; use Doctrine\DBAL\

php , laravel , 數據遷移 , symfony , migration

ireashare 頭像

iReaShare - 如何在恢復出廠設置後恢復 iPhone 數據？3種解決方案

在某些情況下，您可能必須對 iPhone 執行恢復出廠設置。例如，您的 iPhone 變得不負責任或卡在黑屏/藍屏/白屏上。重置後，您會發現手機數據因系統問題而消失。因此，您需要做的下一步是恢復數據。但是如何在恢復出廠設置後恢復 iPhone 數據？以下是一些可能的解決方案供您參考。 第 1 部分。如何將 iPhone 恢復出廠設置？ 恢復出廠設置是指通過軟件將 iPhone 恢復到其原始系統狀態

數據恢復 , iphone , ios