AI大模型

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

AI大模型是将多个模型进行融合,形成一个大模型,完成更加复杂的任务。相比于单一模型的应用,AI大模型能够提供更加准确和全面的预测和分析。而AI大模型可以应用于多个领域,例如语音识别、图像识别、自然语言处理等。

AI大模型是将多个模型进行融合,形成一个大模型,完成更加复杂的任务。相比于单一模型的应用,AI大模型能够提供更加准确和全面的预测和分析。而AI大模型可以应用于多个领域,例如语音识别、图像识别、自然语言处理等。收起

查看更多
  • 智慧交通平台如何盘活存量监控摄像头:从“看得见”到“看得懂”
    很多城市、园区和高速公路已经部署了大量监控摄像头,但真正发挥价值的比例并不高。常见问题是:画面分散在不同系统里,视频只能回放查看,异常事件依赖人工发现,摄像头与道路、车道、设备、人员之间缺乏统一空间关系。于是,摄像头越多,管理反而越复杂。 有效利用已有监控摄像头,不应简单理解为“多装几台AI摄像机”,而应把存量视频纳入统一的空间底座,让每一路视频都能被定位、被理解、被联动。视频孪生技术正是沿着这个
    180
    10/27 08:56
  • 实测:Flash模型正在从“缩水版”变成办公的“经济解”
    10月15日,蚂蚁百灵开源Ling-3.1-flash,主打真实办公任务。文章对比Ling、DeepSeek、GLM三款Flash:蚂蚁强调统一链路,DeepSeek以非对称结构和低KV缓存降成本,GLM用视觉理解优化成品。12万行数据实测中三款图表生成均出错,PPT审美各有差异;价格上DeepSeek缓存读取最低。Flash已从将就到常用,但复杂推理仍需旗舰。
  • 两种商业模式的资料性比较:AI大模型服务与Windows + Office 套件
    文章对比AI公司ARR与微软Windows/Office年收入,强调不可简单比规模:前者处多供应商竞争、价格下行,且训练推理成本高、边际成本大、仍处投入期,ARR口径需核查年化、留存与确认范围;后者近寡头垄断、定价强、单位成本低、成熟稳定。两者商业模式、成本结构、收入性质与资本形态不同。
  • 英伟达供应链AI:专家经验如何沉淀进模型?
    英伟达与Palantir围绕GB200受限物料分配,用供应链本体、cuOpt求解器和专家决策,记录方案、修改依据与生产结果,构建训练及历史回放评估闭环,以持续改进模型;分配准确率提升,但供应链效益仍待实际运营验证。
    英伟达供应链AI:专家经验如何沉淀进模型?
  • 被誉为欧洲全村人的希望,Mistral Large 4震撼发布,敢硬刚DeepSeek?
    Mistral发布Large 4(ML4),称欧洲希望,1.05T总参数/49B激活多模态MoE;代码、终端、安全、办公、金融、法律等测评接近DeepSeek等模型,综合指数38;API输入1.36美元/百万、输出4.18美元/百万,需升级套餐才能创建API Key。
    223
    10/08 08:21
  • 华为盘古2.0,全栈开源
    华为开源openPangu-2.0完整训练栈,提供预训练、SFT和RL后训练代码,支持大语言、视觉语言与多模态模型,并优化昇腾训练,效率提升30%,标志盘古2.0开源收官。
    883
    09/30 21:36
    华为盘古2.0,全栈开源
  • 从豆包上车,聊聊现在的座舱大模型到底能做些什么?
    2026年9月17日,豆包座舱助手发布,首款搭载车型荣威家越07开启预售。其核心变化是从语音指令识别升级为围绕用户目标理解、拆解并调度车辆能力,维护多轮任务状态,根据执行结果持续决策。座舱大模型通过SOA统一接口调用空调、导航、媒体等功能,并在权限与安全规则约束下执行,不直接控制驾驶核心,推动人车交互由功能入口转向任务入口。
    从豆包上车,聊聊现在的座舱大模型到底能做些什么?
  • 数字孪生园区:破解空间运营难题的技术路径与实践方案
    园区作为产业集聚、企业办公和公共服务的重要载体,其运营管理长期面临系统割裂、能耗粗放、安防被动、决策缺乏数据支撑等结构性问题。随着数字孪生技术与空间智能的深度融合,越来越多的园区开始将物理空间完整映射至数字世界,通过虚实联动实现精细化、智能化的运营管理。这一技术路径正在从概念验证走向规模化落地,为园区的高质量发展提供了切实可行的解决方案。 数字孪生园区解决的核心问题 传统园区的运营管理痛点集中体现
  • 开源王座易主?小米罗福莉发新模型:工程难度超DeepSeek-R1
    小米开源新一代全模态模型MiMo-V2.6系列,含Pro、Flash,并将开放同等智力下提速20倍的Pro-UltraSpeed,同时公开RL训练环境、框架与技术报告。模型主打大规模RL扩展,智能指数居开源前列,网页开发表现强、价格低;实测基础能力较好,但长程任务思考久、执行低效,仍需验证。
    507
    09/23 17:25
    开源王座易主?小米罗福莉发新模型:工程难度超DeepSeek-R1
  • AI重构汽车产业ChatGPT时刻已经到来 | 2026AI定义汽车产业报告
    汽车产品定义权由机械转向软件再到AI,AI大模型正重塑研发、制造与服务,使汽车成为可感知、会推理、自主决策的移动智能体。智驾与智能座舱成购车关键,L2+/NOA加速普及,AI重构代码开发、排产维护质检及全生命周期服务,商业模式转向硬件+软件+服务,竞争也延伸至用户认知与信任。
    AI重构汽车产业ChatGPT时刻已经到来 | 2026AI定义汽车产业报告
  • 算力飙升37万倍之后:DLSS 5用AI重新定义图形渲染的下一个25年
    NVIDIA发布DLSS 5,3D引导式神经网络渲染技术,大幅提升游戏画面质量,实现4K实时处理和毫秒级响应。该技术通过严格保留目标和精细化控制,让AI生成的画面更加可控和逼真,显著提高游戏开发效率并降低制作成本。
  • 阿里Qwen3.8-Flash实测:性能对标Opus4.8 成本暴跌97.5%
    阿里发布的Qwen3.8-Flash开源模型,拥有125亿参数,每次仅激活6亿参数进行计算,大幅降低成本并保持高性能。其支持多种应用场景,包括262K上下文、多模态能力和高精度编程任务。相比同类模型,Qwen3.8-Flash在价格上具有显著优势,且在多个测试中表现出色,无论是2D游戏、3D场景还是网页制作,都能高效完成任务。
    阿里Qwen3.8-Flash实测:性能对标Opus4.8 成本暴跌97.5%
  • WT3000A M系列 对接 AI 大模型的方案架构
    很多工程师第一次看我们的WT3000A M 系列模组,会卡在一个问题。模组巴掌大,凭什么让一台血压计、一台洗地机跟云端大模型连续对话。我们把它拆成两段来看,端上做干净,云上做聪明。这套架构我们叫 1+1。 WT3000A M 系列目前是两颗。WT3000A M06 走 2.4G WiFi,WT3000A M08 内置 4G Cat.1。两颗模组的端侧能力完全一致,唤醒、降噪、本地识别、音频编解码都
  • “先导杯”计算机国赛成功举办的背后:国产算力从“可用”迈向“好用”
    2026年全国大学生计算机系统能力大赛智能计算创新设计赛(先导杯)落幕,160所高校、500多支队伍参赛。比赛聚焦千问大模型推理优化和气象大模型部署,采用国产算力平台。最终评选出多个奖项,总奖金达80万元。比赛强调国产算力安全性和生态建设,推动国产算力发展。
    “先导杯”计算机国赛成功举办的背后:国产算力从“可用”迈向“好用”
  • 汽车AI大模型研究:竞争从"谁的模型强"转向"谁的链路效率高"
    佐思汽研发布的《2026年汽车AI大模型技术研究报告》指出,2026年汽车AI大模型技术的重点在于实用性和垂直场景优化,而非单纯的参数规模扩张。报告详细介绍了三大技术路径:降低计算开销(如注意力机制变体、MoE架构、剪枝与量化)、提高推理效率(如NV缓存优化、早期退出策略)以及提升模型性能(如NAR模型)。此外,还探讨了多智能体技术和主动服务场景的发展方向,强调了技术创新在实际应用中的重要性。
    汽车AI大模型研究:竞争从"谁的模型强"转向"谁的链路效率高"
  • Kimi K3 的 48 小时点点taptap安卓设计实验,为什么让整个EDA行业紧张?
    2026年7月,AI大模型Kimi K3展示了连续运行48小时完成点点taptap安卓设计全流程的能力,引发了半导体行业的广泛关注。尽管这一进展并未立即替代EDA软件,但它预示着AI可能降低点点taptap安卓设计工具的使用门槛,使小团队能够设计复杂点点taptap安卓,对创业公司和中国点点taptap安卓设计企业具有重大意义。真正的挑战在于数据、工具、流程和工艺知识的竞争,而不仅仅是模型大小。
    1415
    07/21 19:26
  • 跨越端侧AI落地鸿沟:移远通信大模型方案全面升级,重塑交互与效能
    上海2026年7月20日 /美通社/ -- 面对端侧AI大模型全面爆发的市场需求,如何帮助客户高效落地并抢占AI先机,已成为行业的核心命题。 在WAIC 2026(世界人工智能大会)期间,移远通信宣布其端侧AI大模型解决方案迎来全面升级。本次升级聚焦"多模态感知"与"推理加速"两大维度,为行业打通AI商业化落地"最后一公里"提供了全新思路。 移远AI前沿技术中心总负责人王韬表示:"当整个行业都在为
  • WAIC 2026观察:当Token成为算力新标尺,AI一体机迎来价值重估
    最近,“Token工厂”的概念越来越热,乍一听像是技术圈的新“黑话”,承载的却是企业的现实诉求。 当AI进入到千行百业的生产流程,银行用AI审合同、查风险、生成尽调报告,医院用AI筛查患者、生成病理文书,工厂用AI读SOP、查工艺、分析产线数据……Token消耗呈现出了指数级增长。 摆在企业面前的问题是:怎么用更低成本、更高效率、更安全可控的方式,持续生产高质量的Token? 市场调研机构IDC在
  • 【RV1126B 实战连载 06】AI消防预警,火焰检测模型部署实测
    前言: 本期聚焦:前几期我们先后在RV1126B AI视觉套件上跑通了YOLO目标检测、OCR文字识别以及安全帽检测。本期继续聚焦工业安全监测场景——火焰检测,用YOLO11模型在边缘端实现实时火焰目标检测。 森林防火巡查与实时预警,光靠人力极难覆盖,一个火星可能在数分钟内蔓延成灾;仓储物流和化工车间内高温设备和易燃物料密集,传统烟雾传感器往往只能事后告警,等发现时火势已难以控制。 今天就用一台几
  • 边缘AI算力到底要多少才够?一台EC700把这个问题终结了
    一、6TOPS只是起点,320TOPS才是终点 EC700搭载瑞芯微RK3588J八核工业处理器,4核Cortex-A76加4核Cortex-A55,标配8GB RAM加128GB eMMC。内置NPU提供6TOPS算力,支持INT4、INT8、INT16、FP16混合运算。 6TOPS是什么概念?跑个YOLOv8做目标检测,单路1080P视频推理延迟能压到50ms以内。4路工业相机同时跑,CPU

正在努力加载...

Baidu
map