人工智能相关文章

智能背景下的雷达通信电子对抗一体化技术

在人工智能技术兴起的大背景下，针对雷达通信电子对抗一体化技术进行了分析研究，梳理了一体化技术概念，讨论了一体化技术在此背景下的实现意义，总结分析了国内外一体化系统发展状况，重点围绕一体化波束、一体化信号设计两方面阐述了主要技术研究现状，对一体化技术的实现要点进行了归纳讨论，探讨了从认知到智能化的技术发展趋势，并简单列举了无人驾驶场景下一体化技术的影响，指出一体化智能系统实现的可能方式，最后展望了一体化技术实现前景。

发表于：6/19/2025

NVIDIA最新中国特供RTX 5090 DD曝光

6月18日消息，根据最新爆料，NVIDIA计划推出一款专为中国市场设计的RTX 5090 DD显卡。 这款显卡是在已经降规的RTX 5090 D基础上进一步降低规格的产品，其主要目的是为了规避美国政府的芯片出口限制。

发表于：6/19/2025

苹果拟用生成式AI加速定制芯片设计流程

6 月 19 日消息，据路透社今日报道，苹果硬件技术主管 Johny Srouji 上月在一次非公开场合透露，公司正考虑利用生成式 AI 技术，加速其定制芯片的设计流程。

发表于：6/19/2025

英特尔挖角苹果谷歌悍组建AI芯片梦之队

英特尔挖角苹果谷歌悍组建AI芯片梦之队

发表于：6/19/2025

比亚迪与字节跳动合作用AI联合攻坚动力电池关键技术

6月19日消息，“小迪快报”发文称，比亚迪锂电池将与字节跳动Seed及火山引擎深化合作，共建“AI+高通量联合实验室”。 双方通过共享算法、算力及实验数据，联合攻克动力电池快充、寿命和安全等关键技术问题，推动AI for Science研究在锂电池领域落地。 其中，字节跳动Seed团队将持续投入模型算法研究，依托火山引擎云基础设施优化模型能力。 而比亚迪锂电池则提供高通量实验平台，保障大规模、系统性且高一致性的实验数据，为模型优化提供高质量数据支持。 此外，双方将构建融合海量实验与计算数据的电池综合性能AI模型，多维度缩短电池迭代周期，加速新材料和新配方的发现。

发表于：6/19/2025

50万一台的人形机器人进厂 搬运效率连工人一半都不到

半年前，机器人还是车企提升估值的特效药。当时，如果一家车企宣布要做机器人，资本市场给它的估值就会翻一倍，汽车的零部件供应商同理。 在特斯拉发布机器人视频后，十多家车企都蹭上机器人概念。小鹏、小米、广汽已经推出了机器人产品；理想表达了进场的意图、蔚来处在调研阶段；赛力斯、长安、比亚迪等已经设立团队并开启招聘，赛力斯在重庆和上海机器人团队已有近 200人；上汽、北汽、奔驰则是重在投资参与。 车企做机器人，最简单的理由就是特斯拉已经做了，而且给行业提供了足够多的理由——

发表于：6/19/2025

面向多源异构数据的知识图谱可视化融合方法

为解决数据冗余冲突与关联缺失问题，研究面向多源异构数据的知识图谱可视化融合方法，提升数据融合的可靠性。利用网络本体语言为多源异构数据建立对应的领域本体库与全局本体库，使得知识实体抽取和知识融合在同一框架下进行；通过长短期记忆网络-条件随机场模型，在本体库约束下，从多源异构数据中抽取符合领域定义的知识实体；利用基于层次过滤思想的知识融合模型，可视化融合抽取的知识实体，解决多源异构数据中冗余信息和不一致性问题，形成准确、完整、可靠的多源异构数据可视化融合知识图谱，有助于发现潜在的数据关联，补全数据关联缺失。实验结果表明：随着数据缺失比例的提升，尺度系数与属性覆盖度均开始下降，最低尺度系数与属性覆盖度是0.86与0.87，均显著高于对应的阈值；所提方法在处理四个数据源时，视觉清晰度达93%~97%，信息融合度达92%~96%，均优于对比方法。说明该方法可有效抽取多源异构数据知识实体，建立知识图谱，实现多源异构数据可视化融合；在不同数据缺失比例下，该方法多源异构数据可视化融合的尺度系数与属性覆盖度均较大，即数据可视化融合效果较优；同时有效提升了数据可视化效果和信息整合程度。

发表于：6/18/2025

复杂景观图像的语义多状态图像风格迁移

复杂景观图像包含具有不同特征的各种对象，传统的风格迁移方法无法在同一图像中对不同对象进行局部风格迁移。CycleGAN可以通过伪监督策略在没有配对样本的情况下实现风格迁移。但是CycleGAN无法实现对复杂风景图像中不同类别对象的风格迁移；同时CycleGAN在复杂场景中的泛化能力不足且复杂度高。因此，提出了一种基于语义类别的复杂风景多状态图像生成方法，即语义类别风格迁移（Semantic Category Style Transfer，SCST），能够有效地结合局部特征实现复杂风景的图像生成。同时提出了上下文感知的风格迁移模型GCycleGAN。实验结果表明本文提出的GCycleGAN的性能优于CycleGAN、DualGAN和Munit等基于深度学习的图像生成模型。

发表于：6/18/2025

基于特征选择和优化CNN-BiLSTM-Attention对SF6断路器漏气故障诊断

SF6（六氟化硫）断路器是保障电网稳定运行的重要设备，但其在长期使用中容易发生漏气问题，既影响设备性能，又威胁电网的安全性。为精准诊断SF6断路器的漏气故障，提出了一种基于Gini指数特征选择和贝叶斯优化（Bayesian Optimization， BO）的CNN-BiLSTM-Attention组合模型。首先，针对影响SF6断路器漏气的内外部因素，进行特征映射与重要性分析，并采用KMeans-SMOTE技术解决数据分布不均的问题。其次，利用基于Gini指数的方法筛选关键特征，并通过贝叶斯优化精调CNN-BiLSTM-Attention模型的超参数以提升分类性能。实验结果表明，设备缺陷、运行年限、运维水平、天气和温度是导致漏气的主要因素。与其他模型相比，所提方法在漏气故障的0/1分类任务中展现出更高的分类精度和鲁棒性。研究不仅验证了方法的有效性，还揭示了引发SF6断路器漏气的关键因素，为设备巡检和运维管理提供了科学支持，进一步提升了电网运行的安全性与可靠性。

发表于：6/18/2025

如何安全可靠地获取高质量数据训练大模型

如何安全可靠地获取高质量数据训练大模型？北电数智给出更优解

发表于：6/18/2025

MiniMax推出全球首个开源大规模混合架构的推理模型

6 月 17 日消息，MiniMax 稀宇科技宣布将连续五天发布重要更新。今天第一弹是开源首个推理模型 MiniMax-M1。

发表于：6/18/2025

亚马逊AWS新一代AI芯片Trainium3搭载144GB HBM3E内存

6 月 17 日消息，综合韩媒 ZDNet Korea 报道和野村证券的预测，亚马逊 AWS 去年底公布的新一代 AI ASIC 芯片 Trainium3 预计搭载总计 144GB 的 HBM3E 内存。 Trainium3 是亚马逊 AWS 首款 3nm 制程芯片产品，相较现有 Trainium2 性能翻倍、能效提升 40%，而基于 Trainium3 的 UltraServer 性能可达 Trn2 UltraServer 的 4 倍。亚马逊当时表示第一批基于 Trainium3 的实例将于 2025 年底推出。 消息显示 Trainium3 将配备 4 个 36GB 容量的 HBM3E 12Hi 堆栈，单体芯片总内存规模达到 144GB。 随着 AI ASIC 出货规模的提升，各大 CSP 自有芯片将在 HBM 市场的需方中占据更为重要的位置。

发表于：6/18/2025

卡巴斯基曝光黑客山寨DeepSeek AI网站进行钓鱼

卡巴斯基曝光黑客山寨 DeepSeek AI 网站进行钓鱼，传播 BrowserVenom 新型恶意木马

发表于：6/18/2025

亚马逊携手SK部署6万颗AI GPU搭建韩国最大AI数据中心

6月17日消息，据外媒CNBC报道，云服务大厂亚马逊AWS携手韩国第二大财阀SK集团，以及SK集团旗下子公司SK 海力士、SK 电讯、SK 宽带等，计划在韩国蔚山打造韩国最大AI数据中心，目标电力容量达103兆瓦，并将部署高达6万颗GPU，对于韩国加速推进AI发展具有标志性意义。

发表于：6/18/2025

三星获得AMD MI350系列HBM3E订单

6月16日消息，据韩国媒体Business Korea 报导，处理器大厂AMD于上周发布的全新人工智能（AI）芯片MI350 系列将搭载三星电子的12层堆叠的HBM3E高带宽内存。这对三星电子来是个好消息，因为该公司在英伟达的HBM 认证方面一直遭遇挫折。此外，AMD 将于2026年推出的下一代MI400 系列芯片也对三星的HBM4 供应有所期待。

发表于：6/17/2025