人工智能相关文章 成都人形机器人创新中心发布国内首个人形机器人大模型 国内首个人形机器人大模型发布 或将助力机器人产业提速 发表于：6/27/2024 黄仁勋：重工业在下一波AI浪潮实现自动化的时机已成熟 英伟达CEO黄仁勋：重工业在下一波AI浪潮实现自动化的时机已成熟 发表于：6/27/2024 国产大模型零成本拼抢OpenAI断供API服务空白 国产大模型零成本拼抢OpenAI断供API服务空白 发表于：6/27/2024 GTI与华为联合成立5G-A×AI开放实验室 6月26日，5G-A和AI是当前技术领域的两大重要创新，两者融合正发挥乘法效应，推动生产力智变跃升。 6月25日，GTI与华为技术有限公司（以下简称“华为”）5G-A×AI 开放实验室揭牌仪式在上海举行。GTI 秘书长、移动研究院院长黄宇红、华为无线网络产品线总裁曹明、华为无线网络产品线副总裁、首席营销官赵东等嘉宾出席揭牌仪式。开放实验室的成立，标志着双方在5G-A与AI融合创新领域的合作迈向新阶段。 发表于：6/26/2024 华为与清华大学联合发布《AI终端白皮书》 华为与清华大学联合发布《AI终端白皮书》 正式提出AI终端智能化分级标准 AI终端智能化从此有了分级标准！ 在今年的华为开发者大会（HDC 2024）上，华为发布了与张亚勤院士领导的清华大学人工智能产业研究院（AIR）联合编写的《AI与人协作、服务于人——AI终端白皮书》（以下简称《AI终端白皮书》），为全场景时代的AI终端智能化设立了新的标准。 发表于：6/26/2024 昆仑万维回应OpenAI对中国API停服 昆仑万维回应OpenAI对中国API停服：对公司影响不大 用户是否转投天工要看市场选择 发表于：6/26/2024 OpenAI将终止对中国提供服务 突发！OpenAI将终止对中国提供服务！影响有多大？ 发表于：6/26/2024 工信部就《人工智能大模型训练数据处理流程及质量评价模型》公开征集意见 工信部就《人工智能大模型训练数据处理流程及质量评价模型》公开征集意见 发表于：6/26/2024 恩智浦SAF9xxx音频DSP提升AI音频处理 中国上海——2024年6月20日——恩智浦半导体（NXP Semiconductors N.V.，纳斯达克股票代码：NXPI）近日发布SAF9xxx系列，为车载信息娱乐系统带来多项人工智能音频功能，是汽车音频处理方面的重要技术提升。新推出的音频数字信号处理（DSP）解决方案旨在满足软件定义汽车（SDV）不断增长的人工智能音频功能需求。SAF9xxx利用Cadence新一代高性能Tensilica HiFi 5 DSP，并结合了专用的神经网络引擎，能够高效实现下一代高质量自学习音频和语音应用。 发表于：6/25/2024 NVIDIA突破美国禁令坚持把AI GPU卖到中东 6月24日消息，除了对中国禁售，美国政府还严格限制NVIDIA把高性能的AI GPU卖给中东地区，防止他们转售给中国，但是最新报道显示，NVIDIA已经与卡塔尔通信巨头Ooredoo达成合作协议，突破美国禁令。 根据双方达成的合作协议，Ooredoo将在五个不同国家的数据中心内使用NVIDIA AI/HPC GPU加速卡，包括中东的卡塔尔本国、阿曼、科威特，北非的阿尔及利亚、突尼斯，以及南亚的马尔代夫。 发表于：6/25/2024 讯飞星火大模型V4.0即将于6月27日发布 6月24日消息，科大讯飞公告称，公司将于2024年6月27日在北京国家会议中心如期发布讯飞星火大模型的最新进展。 据悉，本次发布会以“懂你的AI助手”为主题，发布讯飞星火大模型V4.0及相关落地应用。 全面提升大模型底座七大核心能力，对标GPT-4Turbo，并发布多款新产品和应用，包括讯飞星火APP/Desk、星火智能批阅机、讯飞AI学习机、讯飞晓医APP、星火企业智能体平台等。 发表于：6/25/2024 AI大厂硬刚价格战：中小模型夹缝求生存 从去年3月文心一言发布至今，百模大战这一年诞生了不少明星玩家，却仍走不出一个实打实的超头部模型。 据AI产品榜数据，5月份国内AI产品中，百度文库以6536万的访问量跃居首位，其次是4月份刚刚发布的360AI搜索，Kimi、文心一言紧随其后。 发表于：6/25/2024 恩智浦MCX微控制器增强移动机器人的电机控制能力 移动机器人的卓越性能、平稳运动和可靠运行离不开高效精确的电机控制。机器人的自主性和复杂性不断提高，非常需要能够处理复杂电机控制和其他任务的高级微控制器。恩智浦新一代MCX微控制器产品组合具有先进的外设，可帮助开发人员优化移动机器人系统中的电机控制。 发表于：6/24/2024 用于主动学习的时序特征融合预测损失网络 通过主动学习模型来选取最有价值的数据点进行标注是深度学习减少标注数据量的一种方式。预测损失模型是一类与任务无关的主动学习模型，该类模型在多个任务中都有不错的表现。但是这类模型均不是端到端的模型，不断变化的输入特征会导致损失预测网络在训练时出现输入偏差。提出了时序特征融合预测损失模型用于解决该模型的输入偏差问题。实验证明，提出的算法在各个任务中的性能与以往最先进的算法相比，平均提升约1.5%，与原预测损失模型相比，平均提升5%。 发表于：6/24/2024 神经形态计算器件和阵列测试解决方案 神经形态计算是一种新型的计算范式，它模仿生物神经网络（如人脑）的结构和功能以在为人工智能、机器学习、机器人和感官处理等各种应用实现高性能、低功耗和自适应学习能力。 发表于：6/24/2024 «…99100101102103104105106107108…»
