「行业解决方案」共找到 3922 篇相关文章
京东AI一揽子开源!超多核心项目全开源,GitHub万star项目也有新进展了
京东系统性开源系列AI能力,从大模型到Agent等。JoyAgent 3.0升级,开源DataAgent和DCP模块;OxyGent多智能体框架让开发者自由组合。还有京医千询2.0等,意在推动AI在各行业落地。
“双英”同框解释“算力联姻”:眼前的恩情未来的路
北京时间9月19日凌晨,英伟达黄仁勋与英特尔陈立武同屏直播,解释英伟达50亿美元入股英特尔事宜。双方将融合技术,构建AI计算基座,瞄准近500亿美元市场,投资也会影响产业竞争格局。
刚刚,宇树科技IPO时间定了!
宇树科技确定2025年10 - 12月提交IPO申报文件,今年已完成股份制改革、C轮融资等。公司连续五年盈利,营收破10亿。其产品频破圈,创始人王兴兴以电机直驱另辟蹊径,推动企业发展。
Talking-Critic奖励模型带来更自然的音频驱动肖像
近期音频驱动肖像动画技术发展快,但现有方法存在嘴型声音不对、动作不自然等问题。阿里提出Talking - Critic奖励模型,构建Talking - NSQ数据集,还提出TLPO优化框架,提升多维度表现,实验超现有SOTA方法。
从Apache顶级项目到创业征程:一个开源人的坚守与突围
作者王华杰将个人项目 StreamPark 捐给 Apache 成顶级项目,现又踏上创业路。他讲述项目成长历程,还推出基于此的 Awestream 平台,有提升开发效率等特性,助力企业实时计算。
个人开发者时代崛起!22岁印度开发者搞的业余项目被Groq看上,如今用户破6万
22岁印度开发者Zaid Mukaddam开发“Perplexity替代品”开源项目Scira,解决搜索难题。它功能强大,受多公司支持,用户破6万。还列举其他个人开发者成功案例,如TinyWow、Only Finders。
人大-清华-腾讯发布:音频 - 视觉多模态任务统一框架
人大、清华和腾讯合作发布Crab论文,目标是实现多模态场景理解任务的高效一统。它针对音频 - 视觉理解模型难点提出解决方案,构建数据集、设计LoRA结构、统一架构,训练分预训练和指令调整两阶段。
谷歌Transformer过时了?清华姚班校友等三连击,爆改注意力!
谷歌提出新架构,参数减少40%,训练速度较RNN提升5 - 8倍,某些任务性能超Transformer 7.2%。新架构引入注意力偏向策略,用「保留」取代「遗忘」,还提出Moneta、Yaad、Memora三个新模型,在多任务上表现卓越。
狂揽 18.9K star!这款开源、免费、功能超强的物联网 IoT 平台项目,太6了!
物联网技术成行业发展关键,但构建系统挑战大。开源项目ThingsBoard应运而生,提供一站式解决方案,功能强大,如规则引擎、告警管理等,安装部署简单,值得开发者尝试。
PaddleOCR 3.0发布:OCR精度跃升13%,支持多语种、手写体与高精度文档解析
2025年5月20日,飞桨团队发布并开源PaddleOCR 3.0,适配飞桨框架3.0正式版。其提升文字识别精度,支持多文字类型和手写体识别,满足复杂文档解析需求,结合文心大模型4.5 Turbo提升关键信息抽取精度,还新增国产硬件支持。