首页 文章 精选 留言 我的

精选列表

搜索[开启],共10000篇文章
优秀的个人博客,低调大师

高额奖池、院士评定,首届全球人工智能技术创新大赛开启征召!

随着新一轮科技革命和产业变革的来临,产业智能化升级与转型正迈进新的加速阶段。积淀的AI技术如何下沉到行业,如何构建良好的智能发展生态,如何在更深刻的层面影响大众生活,成为了当前关键问题。 在过去十几年的AI浪潮中,计算机视觉与自然语言处理技术的突破,为各行各业的发展带来了新的潜力。如今随着AI技术突破的放缓,我们需要认真思考,如何将这些技术突破应用金融、医疗、汽车、手机等各个领域,通过不断的开拓、创新,推动产业智能化变革。 此外,产业的智能化转型还需要人才。技术人才的能力和视野,直接决定了智能化转型的深度和高度。 为了推动AI技术的应用创新,促进人工智能领域的学术交流、人才培养,打造人工智能的人才交流平台与产业生态圈。首届全球人工智能技术创新大赛已于今年年初开赛。 此届大赛由中国人工智能学会和杭州市余杭区人民政府共同创办,杭州市未来科技城管委会、阿里云计算有限公司、清华-OPPO未来终端技术研究中心联合承办,力求打造具有“高层次、高价值、高奖励”三高特性的人工智能标志赛事,为菁英人才提供一个打破国界与领域限制的竞技舞台。 在赛题设置上,结合人工智能领域的技术发展,大赛设置医学影像报告异常检测、PANDA大场景多对象检测跟踪、小布助手对话短文本语义匹配三大赛题,邀请全球AI人才共同突破赛题中的关键技术瓶颈,推进下一代人工智能前瞻性研究发展。 此外,大赛设置150万元的高额奖金池,即日起至4月7日面向全球开放线上征召,不论你是高校在校生(包括高职高专、本科生、研究生),或是科研机构学者、企业技术开发者,不限年龄和国籍,均可报名角逐。 我们接下来就说下这场2021年最值得关注的AI技术创新大赛为何值得参赛。 三大赛题融合技术突破、行业应用 首先,该大赛三大赛题在设置上,既包含计算机视觉与NLP两大热点AI技术,又兼顾了算法突破与行业应用。 对于影像科的医生来说,观察医学影像并得出患者状况是一项的常见任务,这些观察结果可供临床医生得出诊断意见和进一步检查的建议。随着深度学习和计算机视觉等技术的发展和落地,「医学影像+AI」这一领域被寄予厚望。这项技术的应用推广不仅能在一定意义上减轻医生的日常工作量,也能够协助医生提高诊断准确率。 因此本次大赛赛题一的任务要求参赛队伍根据医生对CT的影像描述文本数据,判断身体若干目标区域是否有异常以及异常的类型。初赛阶段仅需判断各区域是否有异常;复赛阶段除了判断有异常的区域外,还需判断异常的类型。 赛题二是当前计算机视觉领域热点研究方向之一:大场景多对象检测跟踪,赛题包含大场景多目标检测、追踪等视觉任务,旨在推动人工智能在大场景多对象复杂关系上研究的发展。 赛题三聚焦NLP技术落地应用,解决产业实际问题。在智能移动终端普及的今天,「语音助手」俨然已经成为了很多人最熟悉、最亲近的家庭成员之一。意图识别是这类对话系统中的一个核心任务,而对话短文本语义匹配是意图识别的主流算法方案之一。本赛题以OPPO「小布助手」为基础,要求参赛队伍根据脱敏后的短文本query-pair预测它们是否属于同一语义。 与此同时,本次大赛由中国最具影响力的竞赛平台——阿里云天池平台提供平台和算力的支撑,助力AI人才的培养,丰富技术创新生态的建设。 豪华嘉宾阵容与高额奖金 除了考究的赛题设置,豪华的嘉宾评委阵容与高额奖金也是不得不参赛的原因。 中国工程院院士戴琼海、中国工程院院士陈杰、南京大学人工智能学院院长周志华教授等将为大赛提供最为专业的指导,为全球参赛选手们提供质量最高的同台竞技平台。 图:部分嘉宾评委 为方便更多技术人才参与,并有充分的准备时间,即日起至4月7日都可报名及组队。大赛在流程设计上分为初赛、复赛、总决赛三个赛程,层层把关,确保更公平、更严格的评选出优质项目。 在奖金方面,每个赛道奖金池总额分别为50万人民币,大赛总奖金池高达150万。此外,在每个赛道的初赛阶段,大赛设立周周星奖励。从初赛第三周开始,以每周一中午12点的排行榜为准,取前两名参赛队伍发放周周星特别礼物。 更多大赛详情,请参考官网(点击阅读原文): https://gaiic.tianchi.aliyun.com/ 配套「AI青年说」,推动技术布道与科普公益 除了参赛,「吃瓜选手们」也可通过另一种方式参与该盛事。 在大赛进行期间,中国人工智能学会为扩大大赛影响力与社会关注度,推进人工智能技术发展与交流,特发起「AI青年说」系列活动,邀请知名青年学者,面向人工智能与前沿科技从业者与泛科技人群,探讨理论研究与应用实践中的热点话题,欢迎大家积极关注。

优秀的个人博客,低调大师

浙江赛区总决赛即将开启,巅峰对决即将上演

8月21日,浙江赛区总决赛将在杭州国大雷迪森广场酒店举行,届时优选出的参赛队伍将会在活动现场进行路演答辩,对参赛作品进行详细讲解,同时还有资深技术评委坐镇现场,为参赛队伍进行打分,评选出获胜队伍后将现场进行颁奖。 壮大鲲鹏应用产业生态是我国计算产业发展的“振芯铸魂”的工程,也是浙江省数字经济高质量发展的重要抓手,推动鲲鹏计算产业生态发展需要立足于信息技术应用创新体系的建设。通过本次大赛,助力更硬的实力来推动浙江省信息化产业的进步和信息技术应用创新体系的发展。 大赛围绕“行业应用孵化,鲲鹏商用部署”进行,以具备能够商用落地的应用系统为报名前提条件,邀请广大高校及行业应用系统厂商组建参赛队伍参赛,征集各行业各类解决方案作品,吸引全产业开发者共同打造鲲鹏全栈解决方案,实现技术与商业创新应用。 作为全国十三大赛区的其中一环,浙江赛区自2020年7月1日开放报名通道起,一个月的时间里,浙江赛区吸引了近百支参赛队伍,近三百名开发者的报名。而走到总决赛的50支队伍更是精兵强将,以代码过招、用实力说话,争做技术的弄潮儿。为确保大赛的公平公正性,本次大赛将采取现场答辩形式选出获胜队伍。 值得一提的是,浙江赛区赛事激励总额高达70万,将在“金融”、“政府”、“大数据”、“ARM原生应用”和“开放命题”五大赛题下选出一、二、三等奖,获得一等奖的团队将有机会参加“华为开发者大赛·鲲鹏应用创新大赛 2020”全国赛,进行更加激烈的角逐。 信息化浪潮势不可挡,在这场对决中,作为参赛者,势必将此次大赛当做实践、创新的练兵场;作为观战者,时代的参与者,我们也将从中收获诸多感悟,并得以沉淀。生命不息,代码不断,创作不止,让我们一起期待这场代码与代码间的实力对决! 【责任编辑: 张燕妮 TEL:(010)68476606】

优秀的个人博客,低调大师

创客北京2020·鲲鹏应用创新专项赛总决赛即将开启,大赛桂冠花落谁家!

2020年8月20日,创客北京2020 · 鲲鹏应用创新专项赛将迎来激动人心的时刻。在备受瞩目的专家评审环节,主办方将在现场邀请入围选手参与大赛总决赛,专家评审小组将从方案创新性、技术领先性、商业前景、社会价值等多个维度进行评选,最终评选出优秀作品,评选结果将于8月24日正式发布。 自7月2日启动赛事以来,这场由工业和信息化部、财政部指导,北京市经济和信息化局、北京市财政局、中关村科学城管理委员会主办,北京市中小企业服务中心、北京市中小企业公共服务平台、北京创业投资创新服务联盟、北京鲲鹏联合创新中心、华为技术有限公司承办、北京市丰台区发展投资有限公司协办的大赛在北京地区引发了极大的关注,应者云集,历时45天,513位选手参赛,144个作品完成提交,大战一触即发! 创客北京2020 · 鲲鹏应用创新专项赛设置了五大赛题,分别是“鲲鹏生态:使能金融行业”、“鲲鹏生态:使能数字政府”、“ARM原生创新应用”、“大数据创新解决方案”、“开放命题”。专家评审小组秉持着公平公正的原则,将分别在这五大赛题中评选出一等奖、二等奖、三等奖各五个团队。其中,一等奖每个团队奖励5万元现金和价值12500元华为终端大礼包,二等奖每个团队奖励3万现金+价值7500元华为终端大礼包,三等奖每个团队奖励3万元现金。增设鼓励奖15名,每个团队奖励1万现金,赛事奖项激励总额高达80万。 专家评审小组将从五个一等奖团队中,将评选出一个技术价值、应用价值和商业落地价值最高的1个团队给予额外的特别奖励。五大赛题一等奖团队还将被推选参加“华为开发者大赛@鲲鹏应用创新大赛2020”全国赛。 目前大赛评审已经进入倒计时阶段,评审专家和参赛选手都在积极准备,大战一触即发,让我们敬请期待鲲鹏大赛桂冠花落谁家! 【责任编辑: 张燕妮 TEL:(010)68476606】

优秀的个人博客,低调大师

阿里“AI慧眼”助力识货开启,全新购物体验!

识货的“AI慧眼”,所见即所得 迎着内容电商崛起的风口,识货APP精准的找到了体育客群对正品运动装备的选购“明星同款偏好”,成功握住了内容电商的红利期。为了在内容深度上更好地迎合用户内容导购的要求,缩短交易转化流程,优化用户体验,在2018年,从创立之初就在云上的识货找到阿里云,将阿里云图像搜索产品引入。 图像搜索为识货的用户带来了一种全新的购物方式,无论用户何时何地看上一款球鞋或体育装备,只需要打开识货,用手机给商品拍照上传图片,搜索后就能获取与商品外观、颜色等相近的搜索结果,详细了解商品的基本信息、用户评价、达人推荐等内容。 “以图搜图”给识货提供了一双“AI慧眼”,帮助用户省去了繁琐的文字搜索和标签筛选的步骤,大大缩短了用户在线购物流程和时间,更为重要的是“所见即所得”,可对未知描述的商品进行快速定位。 现在,识货上每月百万次的搜索都在云上发生。 引入阿里云的图像搜索产品之后,识货的用户购买商品转化率提升了65%,日均使用量不断提升,在云上都不必担心” 虎扑表示。 阿里云图像搜索的“以图搜图”技术源自手淘“拍立淘”,拥有目前业界精度最高的图搜检索引擎,由阿里自研,可支持百亿级别的检索,因为结合了超大规模聚类、量化索引等技术,实现了毫秒级的结果反馈,支持全局场景应用的覆盖,包括电商,零售,纺织,商标等等。 与虎扑网主站不同,识货、毒从诞生之初就根植在阿里云上,数据流转、业务处理都架构在云端,充分体验到了云原生的优势,云原生已然成为了虎扑不断扩大体育生态边界的新“图腾”。不断累积的默契和信任,以及新业务所获得的突破,成为了虎扑决定2018年All in阿里云的基石。 以上是节选自——《上云,和JRs一起以竞技的视角看世界》 *人类的大脑只需13毫秒就可以识别图像,根据社会科学科研计算机网(SSRN)的数据显示,65%的人是视觉型学习者。这意味着,如果通过图片或视频来传达信息,半数以上的人能够更好地识别、吸收和存储信息。*其实说的图像搜索,每一个人应该都感触颇多。毕竟从14年的拍立淘,到如今的阿里云的图像搜索,不得不承认,这一新的“生产工具”在逐渐改变着我们的习惯! 不少人会认为图像搜索,对于电商不过是锦上添花的工具而已,但实际图搜带来的收益远比你想象的多! 1.增加产品曝光 网购时,卖家需要在最短时间内给到消费者与之搜索最密切相关的结果。运用图片搜索可以加速卖家把庞大的商品类目呈现在消费者眼前。 通过识别图片中的产品属性,以此生成描述性文本数据,AI算法再为数万个产品加上一系列可供检索的标签,使得用户在使用图片搜索时可以找到这些产品。品牌不仅能够借此机会向消费者展示海量的产品,而且消费者也能更快定位到相关产品。 2.提升购物转化率 图像搜索能够精准为客户推荐更想要的商品,能够直接触及客户所想,自然更能提升转化率。 在2017年,Gartner (研究公司)预测到2021年,重新设计网站以支持图片搜索的品牌,其电商收益将实现30%的增长,而一些知名的零售商已经从中大大赚了一笔。在采用图片搜索的第一个月,高街时尚品牌Forever 21的AOV(客单价)增长了21%。其他品牌也在通过图片推荐功能来进一步完善线上购物体验。 3.带来全新购物体验 相较PC时代,移动端客户需要更加便利、易用的搜索方式上下班路上和公共休闲场所场景网购比例上升,预计2020年,中国移动端购物占比将达到74%,所以给客户带来更好的购物体验是重中之重。 阿里云图搜相较竞品来说,售卖规格清晰明了,价格有绝对优势,不限客户调用次数,且不仅在电商领域,其他方面也进一步开发出适用于图片、社交、纺织、摄影、家居、商标等行业图搜引擎,并且支持定制化场景算法开发!并且支持定制化场景算法开发!并且支持定制化场景算法开发! 产品主页:https://ai.aliyun.com/imagesearch点击链接:图像搜索需求咨询,阿里云专家将1对1沟通您的需求!

优秀的个人博客,低调大师

阿里90后工程师利用ARM硬件特性开启安卓8终端“上帝模式”

文/图 阿里安全潘多拉实验室 团控 编者按:团控,阿里安全潘多拉实验室研究人员,该实验室主要聚焦于移动安全领域,包括对iOS和Android系统安全的攻击和防御技术研究。团控的主攻方向为安卓系统级漏洞的攻防研究。在今年3月的BlackHat Asia和4月份的HITB上,团控受邀做了主题为《内核空间镜像攻击》的演讲。以下为团控该研究主题的技术分析文章。 一、前言 在现代操作系统中,系统运行的内核空间和应用程序的用户空间相互隔离,以保证操作系统的稳定性。以运行Linux内核的ARM终端为例,内核空间和用户空间拥有不同的页表信息,并保存于不同的硬件寄存器。另外,内核运行时的特权等级高于用户态程序,无论何时内核空间对普通程序是不可见的。然而,ARM处理器的某些特殊硬件特性能够打破这种保护,使得普通程序在用户态能够直接访问内核空间,直接打破内核

优秀的个人博客,低调大师

亿滋中国牵手阿里云,全球零食领导企业开启数字化升级

6月7日,云栖大会•上海峰会上,全球零食领导企业亿滋国际的代表作为特约嘉宾分享了与阿里云合作的经验点滴。2015年初,亿滋中国与阿里巴巴签署了战略合作伙伴关系,以后双方相继在多个平台和不同方面展开了合作。其中,亿滋中国利用阿里云平台的存储、数据库产品,以及数加平台搭建中台系统就是重要的合作项目之一。 亿滋国际是全球零食行业龙头企业,公司拥有8万余名员工,为全球约160个国家的消费者生产和提供美味的食品和饮料。奥利奥、趣多多、炫迈口香糖、吉百利,这些中国消费者熟知的品牌就是亿滋旗下的。据欧睿信息咨询公司报告,其饼干和糖果品类排名全球第一,巧克力和口香糖排名第二。 随着数字经济深入人们生活的方方面面,零食消费市场发生着越来越快速的变化。“以饼干为例,过去人们大都在商超购买,但现在更多的消费者喜欢在线购买,或是利用无人超市;以前购买饼干更多

优秀的个人博客,低调大师

AI AR+硬件,开为科技落地建邺万达开启AR互动营销

开为科技正试图利用AR+大屏的方式将线下流量引入线上。 昨天下午,AR/AI公司开为科技在南京建邺万达百货举办了一场“智能AR互动屏”产品介绍会。会上,开为科技COO杨宽为我们介绍了关于智能AR互动屏的创造理念,以及对“AR营销”的认知。 据了解,开为科技也已经与万达百货建邺店达成合作,前者将基于智能AR互动屏来打造一场“AR互动营销”。 此前,我们曾对开为科技CEO杨通和杨宽进行过采访(「镁客·请讲」Kiwi科技杨通:初心不改,用黑科技撬起移动社交市场),在创业初期,开为科技的出发点是AR/AI+社交,对于此次转向AR/AI+营销方向,杨宽表示:“AR效果是一个互动的效果,当有人从互动屏前面经过,屏幕上就会自动生成AR特效,从而将人们的注意力吸引过来。眼下,人均拥有一部手机,线上流量变贵,电商、科技公司纷纷转到线下,我们就想,为什么不以这种AR+大屏的方式去做线下呢?” 在介绍会现场,我们也看到,基于AI人脸识别技术和AR特效的智能AR互动屏吸引了不少用户的驻足试玩。期间,镁客君也上场小试了几把,并砸中金蛋获得了奖品。 另外,我们可以看到,在将所展示的商品做成AR特效的同时,关于鞋子的款式、店铺位置等信息也在互动屏中显示出来,很好地将线下流量引入到店铺,或者是通过扫描二维码的方式将流量引入到商家的线上平台。 对于之后的产品规划,杨宽在现场表示,未来除了人脸识别,他们还将研发更多的生物识别技术,继续拓展“虚拟试戴”等服务。同时,基于智能AR互动屏以及背后的云,这一产品也将成为人机交互的一个入口,比如通过生物识别登录系统,继而进行试穿、付款等一连续的操作,亦或是通过云端将所有的设备连接在一起,达到“走到哪儿服务到哪儿”的效果。 原文发布时间: 2017-10-28 16:46 本文作者: 韩璐 本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。

优秀的个人博客,低调大师

SDN商业化之路开启,云杉网络坚持像VMware一样只卖软件

SDN源于2006年的Openflow技术,但在过去的时间里一直还停留在研究层面,在商业化道路上并没有进展,直到云计算技术进入快速发展阶段。在云计算技术将计算和存储都虚拟化之后,若网络不能虚拟化,那传统网络设备不够开放、可拓展程度不高、敏捷性不足等缺点便会影响企业的业务创新和服务上线速度。 而SDN技术便是网络虚拟化的一种实现方式,将网络设备的流量控制和转发分开,设备只做流量转发的工作,让控制工作交由SDN控制器来完成。36氪此前报道过的云杉网络目前的核心产品便是一款运用在数据中心网络的DeepFlow SDN控制器。据悉,DeepFlow SDN控制器的作用主要体现在三方面: 网络虚拟化,SDN最基本的功能,即在物理网络上建立多个逻辑网络,并建立不同服务器之间流量交互通道。 网络功能虚拟化(NFV),则是指SDN控制器对流量进行调度,串联不同单独的网络功能,使得企业获得一个可组合、可弹性拓展的服务链。 云计算网络监控与运维,云计算环境内数据情况非常复杂,既有南北流量也有租户的数据,这也就给云计算内的网络监测、运维带来了一定的困难。而因为SDN控制器能获取每个交换节点的流量信息,监测其流量状态和行为,所以发生网络问题时,SDN控制器能够对问题进行快速定位,提升问题解决效率。 在云杉网络CEO亓亚烜看来,流量控制和转发的分开,其实也是一种硬件和软件的分离,通过软件编程,企业的业务可以随意跑在数据中心内部的任意机器上。DeepFlow SDN控制器的目的便是将可自行编程来定义网络的能力开放给数据中心的使用者,从而为其业务提供一个动态的网络环境,提供灵活按需的服务。除了提供DeepFlow SDN控制器外,云杉还会提供相应的网络监控、安全、负载均衡软件。 当前,华为、新华三、思科也在研究和应用SDN技术,那么与他们相比,云杉的差异在何处呢?对此亓亚烜表示:“华为、华三、思科的SDN技术都依赖于自家的网络及安全等硬件设备,而云杉和VMware一样,我们提供的软件是能够跑在不同品牌的开放和通用化的硬件设备上。我们不做硬件,只专注于软件。” 在亓亚烜看来,他们所做的事情也可以看作是X86的网络协议栈,也就是做开放性网络设备的操作系统,而这种交互模式的变革会给网络设备带来很多新的可能。他说到:“Windows给PC带来蓬勃的软件开发生态,人们能够用到的应用也越来越多了。iOS和Android则直接将我们拉到了移动互联网时代。我认为SDN对于数据中心的意义是能够和Windows、iOS/Android进行类比的。” 目前,云杉的商业模式主要是靠售卖软件,根据不同的功能,分析、控制节点的数量来收费。公司主要客户为那些拥有数据中心的金融、电信、互联网大型企业。据介绍,云杉目前已有20多个客户,客单价在几十万元至几百万元之间。 此外,为了让自家的商业软件能够卖得更好,云杉还在硅谷设立了研发中心,做一些开源的事情。背后的目的便是想让全球的云计算系统升级他们的软件交换单元,使其能够与云杉软件分析、控制节点相匹配。“现在虚拟交换机Open vSwitch的流量采样功能还很差,但客户又不可能直接使用云杉提供的版本,那我们只有去影响整个开源社区了。通过这种力量来影响全球每一台服务器的网络协议栈,让它能够被SDN,让它能够和我们的分析节点合作。”亓亚烜向36氪表示。 云杉目前团队规模在50人左右,分布在北京、苏州、上海、成都、广州和硅谷等地。未来一年,公司会把北京、硅谷和苏州打造为三位一体的研发中心。今年10月,云杉也宣布完成1000万美元B轮融资,领投方为经纬中国。 本文转自d1net(转载)

优秀的个人博客,低调大师

智慧互通(AICT)亮相Leap East峰会:高精物理AI开启空间智能化全新赛道

近日,Leap East峰会于香港会展中心隆重举办。智慧互通(AICT)首席战略官Anita Chen受邀出席智慧城市分论坛,带来《物理AI驱动空间的下一前沿》主题演讲,完整披露了公司高精物理AI全栈技术体系的商业化落地成果与全球化布局蓝图,为全球数字化转型提供可复制、可持续的智能解决方案。 Leap East峰会由沙特通信与信息技术部、香港特区政府创新科技及工业局联合支持召开。作为沙特旗舰科技展Leap的亚洲首站分展,本次活动旨在打通亚洲与中东科技、创投、企业的链接通道,成为两地硬核科技产业对接的核心枢纽。 高精物理AI赋能真实物理世界,重构城市智能底层逻辑 当下多数城市数字化项目仍停留在线上数据归集与虚拟运算层面,难以实现物理场景感知、智能研判、现场执行、闭环运营一体化,成为智慧城市深化落地的核心瓶颈。 “传统AI解决数字世界问题,高精物理AI重构真实物理空间。只有让算法走出服务器,落地道路、园区、港口、矿山等实体场景,城市智能才能真正具备落地价值与长效运营能力。”Anita Chen在演讲中提出这一行业核心判断,点明了行业发展分水岭。 作为全球高精物理AI赛道先行者,智慧互通(AICT)自主搭建完整的高精物理AI商业闭环,覆盖全域感知、边缘推理、智能调度、现场执行、数据迭代全链条和全栈技术体系。依托千余自研AI算法模型,公司自研高精物理AI全栈技术体系可同步识别真实空间里的多维信息,年均承接超2亿次车辆服务,为客户持续沉淀独有的城市空间状态数据资产。 与此同时,智慧互通(AICT)同步搭建分层智能架构,边缘端实现毫秒级本地响应,快速处置突发状况;区域云平台系统承载长周期趋势分析、策略仿真与多目标优化,将通用人工智能推理转化为城市实体运营动作,真正完成从“观测路况”到“城市物理空间部署”的升级。 硬核技术构筑长期壁垒,全场景落地验证商业闭环 硬核技术创新能力是企业规模化复制与全球化拓展的底层支撑。Anita Chen介绍,智慧互通(AICT)保持高强度持续性研发投入,累计拥有1600余项核心专利,深度参与多项国家、行业标准编制,斩获日内瓦国际发明展金奖、WIPO世界知识产权组织最佳发明奖、吴文俊人工智能科技进步奖、中国公路学会一等奖等百余项国内外重磅科创荣誉。 依托成熟技术体系和落地能力,智慧互通(AICT)已在全球70余座城市完成规模化落地,打造多项行业标杆工程。在北京,落地全球最大路侧感知智慧停车项目,上线8万余个AI智能泊位,城市停车难度指数下降30.65%;在广州中心城区和市辖区,建成华南规模领先的市级智慧停车示范项目,部署3万余个智能泊位;在张家口,落地全域AI数字路口项目,覆盖142个交通路口,路口通行率提升10%—20%。与此同时,公司自2025年拓展业务出海以来,目前已迅速落地港澳、越南、印尼、阿联酋等地,以标准化高精物理AI方案实现跨境输出。 商业模式层面,智慧互通(AICT)跳出硬件一次性售卖的行业老路,依托设备-边缘-云端协同体系,衍生平台运维、算法订阅、智能代理调度等持续性软件服务,在国内外累计沉淀650余家客户。 谈及行业长期竞争壁垒,Anita Chen表示,“智慧互通(AICT)高精物理AI技术的核心竞争力来源于拥有一条可商业化的物理AI链路,新一代空间系统将AI下沉至物理层面,形成完整可持续的技术闭环:感知捕捉、接入观测、认知理解、落地执行、智能调度、 反馈迭代,而智慧互通就是将物理空间转变为可感知、可计算、可执行、可编排的物理AI系统,形成难以追赶的行业护城河。” 本次Leap East落地香港,为内地科创企业搭建对接国际市场、海外资本与城市治理需求的关键枢纽。Anita Chen表示,公司将把香港作为企业拓展东南亚、中东市场的核心窗口,后续将持续完善标准化产品矩阵,强化跨地域、多场景交付能力,持续挖掘港口、低空、海外城市治理全新赛道,推动中国自主高精物理AI技术走向全球。

优秀的个人博客,低调大师

Anthropic 拟以超 9000 亿美元估值开启新一轮 500 亿美元融资

外媒援引六位知情人士消息称,AI 助手 Claude 的开发商 Anthropic 已收到多份抢先融资要约,拟以 8500 亿美元至 9000 亿美元的估值筹集约 500 亿美元的新资金。 彭博社和《商业内幕》本月早些时候曾报道,收到了多份以 8000 亿美元估值提出的优先认购要约,但当时该公司尚未决定是否进行融资。 不过,消息人士称,Anthropic 难以抵挡住压力,急需在可能进行 IPO 前的最后一轮私募融资中获得更多资金。一位知情人士告诉 TechCrunch,该公司预计将在 5 月份的董事会会议上就此轮融资及其估值做出最终决定。 据知情人士透露,此轮融资预计总额在400亿至500亿美元之间。但鉴于该公司高速增长且势头不减,投资者的需求似乎远不止于此。投资者们正争相参与此轮融资。消息人士指出,有一家准备投入高达50亿美元的机构投资者,至今仍未能与 Anthropic 首席财务官 Krishna Rao 会面。 Anthropic 本月宣布,其年化营收已突破300亿美元,较2025年底的约90亿美元实现了大幅增长。一位了解该公司财务状况的人士表示,目前该公司的年化营收已接近400亿美元。 对此,Antrhopic拒绝置评。 Anthropic 的大部分收入来自其 AI 编程能力,特别是其 Claude Code 和 Cowork 平台。许多投资者认为,鉴于该公司在金融、生命科学和医疗保健等新行业拥有巨大的拓展空间,其潜力远未得到充分发挥。 Anthropic 今年 2 月完成上一轮融资,估值达到3800 亿美元。如果该公司按照消息人士透露的条款进行新一轮融资,其估值不仅将翻一番以上,还将与主要竞争对手持平甚至超越。同样在 2 月,OpenAI 完成了创纪录的 1220 亿美元融资,投后估值达到 8520 亿美元。

优秀的个人博客,低调大师

技嘉全新 27 寸 WOLED 电竞显示器 GO27Q24G 预售开启

全球电脑领导品牌 GIGABYTE 技嘉科技宣布旗下 GO27Q24G WOLED 电竞显示器正式上市。这款 27 寸 QHD 四边无边框荧幕具备 240Hz 高刷新率,并支持 NVIDIA® G-SYNC® Compatible 与 AMD FreeSync™ Premium 技术,为竞技类游戏提供无撕裂、极速反应的流畅体验。GO27Q24G 采用 MLA+ 技术与 RealBlack Glossy 光学层的 LG Display WOLED 面板,从硬体层面奠定深邃纯黑与亮度基础;同时结合技嘉独家 HyperNits 技术与战术型功能,将顶尖 WOLED 视觉表现带给更广泛的竞技玩家。 GO27Q24G 专为电竞玩家打造,即使在各种光源干扰下,仍能维持画面绝佳的清晰度。RealBlack Glossy 光学层能有效抑制环境反光以提升可视性,搭配 MLA+ 技术带来的 275 nits 标准亮度与高达 1300 nits 峰值亮度,确保画面在明亮环境下,依然保有清晰的对比层次与色彩张力。此机种更通过 VESA DisplayHDR™ True Black 400 认证,并具备 99% DCI-P3 广色域,无论是游戏或日常使用,皆能呈现深邃黑阶、精准暗部细节与生动色彩。 为满足不同使用场景需求,GO27Q24G 搭载技嘉独家 HyperNits 软件技术,在 1300 nits 峰值亮度模式下,能提升 HDR 内容 30% 整体亮度并精准保留高亮部细节,同时提供 HyperNits High 与 HyperNits Medium 两种模式,以适应不同的环境光源。在此视觉基础上,技嘉独家的战术型功能进一步将显示效能转化为实战控制力,在分秒必争的 FPS 与 MOBA 竞技游戏中发挥关键作用,包含 Tactical Switch 2.0 可一键切换分辨率及画面比例;Ultra Clear 有效减少动态模糊,而黑平衡(Black Equalizer) 则能展现暗部细节,提升玩家的反应速度,并在竞技对战中做出精准决策。 GO27Q24G 搭载技嘉独家 AI OLED Care 技术,透过 AI 演展现主动降低荧幕烧屏风险,能长期维持面板品质与稳定性。此外,获 UL 认证的护眼技术能大幅减轻长时游戏的视觉负担,配合 OLED VRR Anti-Flicker 可在帧率波动下动态调整更新率范围,有效消除画面闪烁,全方位兼顾产品耐用性与使用舒适度。GO27Q24G 2月14日正式上市请参考电商链接:https://item.jd.com/100241383865.html

优秀的个人博客,低调大师

字节跳动正推进与多家厂商的 AI 手机合作:免收 Token 分成、开启“让利换入口”

根据界面新闻的独家报道,字节跳动正推进与 vivo、联想、传音等硬件厂商的 AI 手机合作,在设备中预装 AIGC 插件以获取用户入口、改善其在执行层面的被动局面。多位 vivo 员工证实双方已确认合作、正在讨论具体细节。 联想内部人士称,联想集团与「豆包」、火山引擎等字节系业务一直保持紧密合作,目前在智能终端领域与「豆包」的合作也保持密切沟通。另据媒体报道,联想与字节系在相关业务上确有密切往来。 知情人士透露,字节跳动此举并非单纯追求业务增长,而在于构建新的流量变现路径,让手机厂商参与流量分发与会员订阅等收益。讨论中的模式包括不收取定制化开发费或 Token 销售分成,并给予手机厂商二次流量的分成收益,方案仍处早期。 该项目拟先对 2000 元以上中端机型进行「投量」,与手机厂商发布新机,随后通过 OTA 覆盖更多机型;规模达到 1.5–2 亿后,再与其他互联网厂商竞争。 消息人士称,字节跳动在海外渠道具优势,AI 手机投放大概率也会优先布局海外;内部对该项目高度重视,系统与标注部门各自超过 500 人。此前,字节跳动曾就相关合作与 OPPO 沟通,但遭拒绝。 「豆包手机助手」于 12 月 1 日正式推出技术预览版,并与中兴通讯联合推出 nubia M153 工程样机。该产品支持在用户指令下跨应用调用服务,如点外卖、订机票、比价购物、回复微信消息及操作小程序游戏等。 问世不久后,微信、淘宝、大众点评、拼多多等 App 相继禁止在「豆包手机」上使用,引发对 AI 终端商业生态走向的讨论。 同期,IDC 数据显示,联想旗下摩托罗拉在 2025 年第三季度出货量为 1600 万台、全球份额 4.9%,位列全球智能手机市场第八。 字节跳动先前回应称,「豆包」正在与多家手机厂商洽谈助手合作,且没有自行开发手机的计划;官方披露的手机合作方仅有中兴手机。值得注意的是,魅族科技曾在微博发文表达合作意向,期待「进一步探索更好用的 AI 手机」。

优秀的个人博客,低调大师

记忆张量携手商汤大装置开启国产 GPGPU 的下一代推理新范式

记忆张量联合商汤大装置宣布,在国产 GPGPU 上率先跑通业内首个以“记忆 - 计算 - 调度”一体化为核心的 PD 分离商用推理集群。相比传统仅依赖硬件隔离的方案,本次落地将 PD 分离与记忆张量旗下核心产品 MemOS 的激活记忆体系深度耦合,使 Prefill 批量化可调度、Decode 前台低抖动成为可能。 集群在真实 C 端负载下实现单卡并发效率提升 20%、吞吐提升 75%,综合推理性价比达到同代 NVIDIAA100 的 150%。这一成果标志着国产算力体系在大模型商业化路径上首次具备“体系级”竞争力,为高性能模型的大规模落地打开了全新的降本增效空间。 为什么是 MemOS? 解决大模型长期记忆和 Agent 协作的五大痛点 过去一年中,“PD 分离”几乎成了大模型推理优化里最热的技术关键词之一,但一个被反复忽略的现实是:如果只在算力层面做 PD 分离,而不对上层业务路径重构,能带来的收益是天然有上限的。 Prefill(计算密集)与 Decode(访存密集)在真实生产环境中的比例、触发频率和负载形态取决于业务本身——是长对话还是短问答,是高并发 C 端应用还是低频 B 端调用?在这些问题没有被重新建模之前,通过“算存拆分”,往往只能做局部吞吐的改善,却很难真正突破天花板。 随着 DeepSeek-R1 等高性能模型从 B 端试水走向 C 端大规模落地,局面发生了根本性变化:“记忆”不再只是一个锦上添花的高级能力,已经开始成为 C 端产品体验与成本结构的核心变量。 超长上下文、跨轮次的上下文复用、基于先验的影子预测、针对热门场景的 KV Cache 批量生成……这些能力正在把 Prefill 从原本一次性的“首字计算”,放大成一个高占比、可预测、可调度的批量任务集;而 Decode 则越来越像一个必须始终保持低抖动、低延迟、强稳定的“前台交互引擎”。 在这样的应用形态下,PD 分离的角色被彻底改写: 只有当 PD 分离与记忆结构深度耦合,变成一套围绕“记忆—计算—调度”重构的整体体系时,它才有机会真正超越传统意义上的性能上限。 MemOS 作为业内唯一一个以记忆为中心,覆盖从底层推理、到记忆模型,再到应用工程进行系统设计的记忆基础设施,它将大模型的认知结构划分为三类记忆: 参数记忆:承载长期稳定知识,对应模型本身的参数空间; 激活记忆:承载短期动态状态,包括 KVCache、隐藏层激活、注意力权重等; 明文记忆:承载可检索、可审计的外部知识与用户信息。 这三类记忆形成了一条跨时间尺度的调度链路,使得 MemOS 不再只是“一个向量库外挂”,可以进行精细地决策: 哪些计算应该前移到 Prefill,哪些必须留在 Decode; 哪些状态值得长期保留,哪些可以在一定条件下降级或淘汰; 哪些上下文可以复用,哪些需要重新计算。 PD 分离 × 业务路径在这里第一次被真正打通,而不是被割裂成两条平行的优化线。 相比传统的只做“长上下文拼接”的纯明文记忆系统,或只在参数空间做一些长期偏好固化的简单参数记忆模型,MemOS 更适合和 PD 分离进行结合——它拥有一整套可以“决定如何用这条通道”的调度逻辑,从而把 PD 分离原本有限的收益空间尽可能压榨到极致。 正因此,本次记忆张量与商汤大装置在某国产 GPGPU 上的解决方案,真正跑出一版带完整业务语境的 R1 满血推理集群—— 不仅在单机和小规模集群实验中有效,而且在严格 SLA 约束下,可以在 12 台 4P8D 架构的商用集群上稳定运行,将 PD 分离从“好主意”变成“可以被商业化复现的工程范式”。 结构共振:PD 分离第一次有了“落点” 在本次合作的方案中,商汤大装置提供了让 MemOS 三层记忆结构拥有物理载体的顶层系统级基础设施**。依托大装置 IaaS ** 的高效算力池、智能算力调度等为模型推理提供稳定的基础设施支撑;并借助Ignite 框架提供多后端推理适配、KV Cache 管理优化、关键算子加速、跨节点通信调优等性能增强,形成体系化的推理优化链路;同时,商汤万象 MaaS 平台​的统一调度策略确保 Prefill 与 Decode 服务在高并发场景下始终稳定运行。 集群的底层算力方面,则由算丰信息提供核心支撑,算丰信息在此次集群中承接管理了所有高性 GPGPU 计算资源、大规模文件对象存储以及高速互联网络服务,为 PD 分离架构的高效稳定运行提供了不可或缺的鼎力支持。 在商汤大装置的某国产 GPGPU 集群上,MemOS 的记忆结构被映射成了非常清晰的物理分工: P 域(Prefill Domain)变成真正的“记忆工厂”,集中承载影子上下文的预测与 KV Cache 的批量预生成,这些任务通常对吞吐敏感、对时延容忍度高,因此可以在 P 域以高并行、高利用率的方式被源源不断地消化掉,而不再与前台交互抢占资源; D 域(Decode Domain)则被打造为纯粹的“实时交互前台”,专注处理真实用户请求的解码过程,在保持超低 TTFT 的前提下,承担起 R1 这一类大模型在 C 端场景的连续输出与稳定响应; 跨节点 KV Cache 则通过高带宽互联与零拷路径实现“即产即用”,MemOS 的激活记忆机制与商汤在某国产 GPGPU 上打磨出的通信能力形成天然互补,使 Prefill 产生的 KV Cache 不再成为传输瓶颈,而是以极低开销进入 D 域的解码流程中。 这次合作是一次体系级的结构共振: PD 分离为 MemOS 打开了一条真正意义上的高速算力通道,而 MemOS 则为 PD 分离提供了精细到记忆单元级别的调度逻辑和业务上下文,让两者不再是孤立的“优化点”,而是共同长在同一棵体系树上的“结构分支”。 正因为有了这样的结构落点,PD 分离才第一次从一个工程团队内部的“性能小技巧”,变成一套可以被完整描述、完整度量、并在生产环境中长期运行的​新推理范式​。 数据验证:国产 GPGPU 第一次跑出 R1 的“完整形态” 在严格的生产级评测口径下——包括 ​2k 输入、1k 输出、TTFT<2s 的 SLA 约束、72 小时以上稳态运行、统一的限流与负载生成策略​——记忆张量与商汤大装置联合打造的国产 GPGPU 集群交出了这样一张答卷: 集群整体吞吐量提升 75+%,从 Naive 部署下的 107.85 tokens/s 提升到 189.23 tokens/s,不是因为“卡更强了”,而是 Prefill 与 Decode 真正做到了算/存解耦,流水线气泡被有效压缩,影子上下文的批量预计算也不再造成资源浪费; 单卡并发能力提升约 20%,从 25.00 并发/卡提升至 29.42 并发/卡,在 C 端场景下十分关键,这意味着在同等硬件规模下,集群能稳态承载更高的实时会话数,高峰期排队与溢出的风险明显降低; TTFT 全程稳定小于 2 秒,得益于 Prefill 全量前移和 D 域职责的“单一化”,Decode 不再被一些突发的重 Prefill 任务抢占资源,首字延迟因此从系统层面得到了保障; KV Cache 在热门场景中的命中率显著提升,可达 70%+,这使得诸如 MemOS-Chat 这一类需要高频、多轮交互的 C 端应用,在热点话题和常见任务上具备了极高的预计算复用率,推理成本被进一步摊薄; 在统一财务与技术口径下,综合推理性价比达到同代 NVIDIA A100 的 150% 左右,在严格 SLA 与相同负载结构下,某国产 GPGPU 在这一套“记忆原生 × PD 分离 × 业务调度”的框架中,第一次实现了对 A100 的体系级正面超越。 这些数字代表着: “国产 GPU 不再只是一个“可以跑大模型”的选项,而是真正具备了承载 R1 级 C 端业务的体系能力。“ 行业意义:下一代推理范式被点亮 从行业视角来看,这次联合实践更重要的价值在于清晰地描绘出了一条​未来大模型推理架构的可行路线​。 首先,PD 分离从“硬件层的算存优化”,升级为“围绕记忆的推理范式设计”。 在记忆缺位的系统里,PD 分离往往只能作用于算子级、节点级的小局部;而在 MemOS 这样以记忆为核心组织推理流程的系统里,PD 分离可以延伸到行为预测、上下文规划、激活记忆布局等更高维度,从而变成整体架构的一部分,而不再是孤立的工程优化。 其次,C 端场景将逐步从 Token 推理走向 Memory 推理。 过去我们习惯从“生成了多少 Token”、“延迟是多少”来评价系统,现在我们越来越需要思考的是:系统在多长时间尺度内能保持一致的人设、风格和偏好;它是否能记住用户的历史行为,并以此给出更智慧、更个性化的反应。在这个意义上,记忆不再是推理链路的外挂,而正在成为推理本身的中心。 未来,国产 GPU 不必也不应该只是在“算力参数”上做对标,而是有机会在体系结构上形成差异化领先。 通过记忆张量和商汤大装置的联合探索,我们可以看到:当底层架构与上层系统“共同为记忆和 Agent 这种新形态服务”时,国产生态已经可以定义自己的技术话语体系。 很多长期困扰工程团队的问题:“为什么 PD 分离在实验室里很好看、一到生产就塌方”,“为什么集群越扩越容易失控”,“为什么 C 端体验总会莫名其妙波动”——在这套框架下都有了同一个答案: 不是技术选型不对,而是体系结构不对。 当“记忆原生 × PD 分离”两件事同时准备好,这些瓶颈不再是孤立的 bug,而成为了可以被系统性地松动和重构的变量。 展望:记忆原生时代的国产算力新起点 未来,记忆张量与商汤将在这一范式之上继续深化合作: 一方面,围绕更大规模的国产 GPGPU 集群,构建真正意义上的记忆驱动流水线推理底座,让“影子上下文 - 激活记忆 - PD 分离 - 多级缓存 - AIOps ”成为一套可观测、可回滚、可演进的基础设施能力; 另一方面,在 Prefill 行为预测自治化、多级激活记忆管理、跨任务长时记忆一致性、面向 Agent 的轨迹记忆等方向上持续打磨,让这套范式不仅能支撑今天的聊天与问答,还能承载未来的伴随式 AI、具身智能体以及更复杂的长周期任务编排。 从更长远的视角看,这次联合实践带来的最大改变,也许不是某一个模型跑得更快、某一类集群利用率更高,而是—— 国产算力体系第一次拥有了另一条面向未来智能形态的可能“结构性路线”: 从参数计算走向记忆计算,从静态推理走向动态流水线,从模型中心走向记忆中心。 在这条路上,国产 GPGPU 不再只是“跟上来”的参与者,而完全有机会成为下一代推理范式的定义者之一。 而这一次,记忆张量与商汤大装置把这条路上的第一盏路灯点亮了。 关于 MemOS MemOS 为 AGI 构建统一的记忆管理平台,让智能系统如大脑般拥有灵活、可迁移、可共享的长期记忆和即时记忆。 作为记忆张量首次提出“记忆调度”架构的 AI 记忆操作系统,我们希望通过 MemOS 全面重构模型记忆资源的生命周期管理,为智能系统提供高效且灵活的记忆管理能力。

资源下载

更多资源
腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册