AI千集
首页热点资讯知识笔记中英文章关于我们知识库客户端下载
登录
  • 最新
  • 推荐
  • AI医疗
  • AI写作
  • AI应用
  • AI基础
  • AI量化
  • AI数据
  • AI画图
  • AIGC
  • 编程基础
  • 课程演讲
  • 资料仓库
  • Tensorflow2.0 GPU管理与分布式

    openoker 2022-01-21 17:19:09 资料仓库 Tensorflow
    0 / 1966
  • 在 Azure 上使用 Feast 和 Kubeflow 将机器学习模型投入生产

    weilaiweiding 2022-01-04 14:27:25 资料仓库 kubeflowk8s
    0 / 2178
  • Vyper 一种类python的以太坊开发语言

    gingo 2021-12-30 14:17:52 资料仓库
    0 / 1934
  • 搭建以太坊测试链的简易教程 the-beginners-guide-to-using-an-ethereum-test-network(zz)

    gingo 2021-12-30 14:01:53 资料仓库
    0 / 1897
  • 以太坊、Hyperledger Fabric和Corda的比较,哪个更好?

    gingo 2021-12-28 11:08:39 资料仓库
    0 / 1247
  • 公式

    limin1109 2021-12-23 11:47:24 资料仓库
    0 / 1672
  • 你好

    limin1109 2021-12-13 21:55:05 资料仓库
    0 / 1738
  • Pretrained Anime StyleGAN2 — convert to pytorch and editing images by encoder

    gingo 2021-11-18 16:44:05 资料仓库
    2
    0 / 1653
  • 如何使用自定义数据集训练 StyleGAN2-ADA-了解如何训练 AI 生成您想要的任何图像

    gingo 2021-11-18 16:17:33 资料仓库 GAN
    5
    0 / 3147
  • 成为数据科学家的长期之路

    weilaiweiding 2021-09-07 14:03:02 资料仓库
    0 / 1646
  • kubeflow系列教程1-使用Pipeline的全过程

    openoker 2021-08-30 17:50:37 资料仓库 kubeflow
    0 / 1788
  • 阿里文娱智能营销增益模型 ( Uplift Model ) 技术实践(zz)

    weilaiweiding 2021-08-20 17:47:27 资料仓库
    0 / 1265
  • 因果推断(zz)

    weilaiweiding 2021-08-20 17:14:04 资料仓库
    0 / 1458
  • 借助因果推断,更鲁棒的机器学习来了

    weilaiweiding 2021-08-20 16:56:15 资料仓库
    1
    0 / 2060
  • 因果推理赋能推荐系统初探(zz)

    weilaiweiding 2021-08-20 16:52:44 资料仓库
    0 / 1236
  • 因果推断在阿里飞猪广告算法中的实践

    weilaiweiding 2021-08-20 16:47:12 资料仓库
    0 / 1236
  • 阿里最新研究试用因果推理方法让视觉 AI 更智能 (zz)

    weilaiweiding 2021-08-20 16:46:17 资料仓库
    0 / 1251
  • 指定PySpark的Python运行环境

    openoker 2021-08-20 15:47:06 资料仓库 spark
    0 / 1329
  • Pyspark Word2Vec + jieba 训练词向量流程

    openoker 2021-08-20 14:03:29 资料仓库 spark机器学习
    0 / 1337
  • UC 信息流推荐模型在多目标和模型优化方面的进展(zz)

    weilaiweiding 2021-08-18 17:31:45 资料仓库 推荐系统
    0 / 1333
  • Uber Labs 因果推断实践

    gingo 2021-08-18 16:27:36 资料仓库
    0 / 1558
  • 因果推断入门(zz)

    gingo 2021-08-18 16:09:48 资料仓库
    0 / 1572
  • 小白也能懂的因果推断科普(zz)

    gingo 2021-08-18 15:57:40 资料仓库 因果推断
    0 / 1445
  • 倾向性模型,因果推断以及用户增长的驱动力发现(zz)

    gingo 2021-08-18 10:57:48 资料仓库
    0 / 1366
  • 建造真正的智能机器,教他们因果

    gingo 2021-08-17 11:06:41 资料仓库 机器智能
    1
    0 / 1240
  • 微软开源 DoWhy 之因果分析快速入门

    gingo 2021-08-13 18:06:36 资料仓库
    0 / 1677
  • DoWhy example on ihdp 婴儿健康与发展项目

    gingo 2021-08-11 17:25:39 资料仓库
    0 / 1528
  • 使用 DoWhy+EconML进行因果推理(zz)

    gingo 2021-08-11 16:47:05 资料仓库
    0 / 1667
  • 因果学习示例代码与解析

    gingo 2021-08-11 16:44:17 资料仓库
    0 / 1761
  • StyleGAN2-ADA pytorch版本

    gingo 2021-08-11 16:32:52 资料仓库
    0 / 1679
  • Making Toonify Yourself 怎样照片卡通化 - 附网站搭建指南

    gingo 2021-08-10 17:35:53 资料仓库 卡通化图像处理
    0 / 2325
  • some papers

    gingo 2021-08-09 16:48:12 资料仓库
    0 / 1438
  • 因果推理3: 反事实推理(翻译)

    gingo 2021-08-09 14:46:59 资料仓库
    0 / 1648
  • 因果学习资料汇总(zz 整理)

    gingo 2021-08-02 17:29:05 资料仓库 因果学习
    0 / 1721
  • Spark必会知识点

    openoker 2021-07-28 16:19:48 资料仓库
    0 / 2234
  • 贝叶斯之父Judea Pearl 信息--转载

    gingo 2021-07-20 14:20:10 资料仓库
    0 / 1504
  • PointNet++视频讲解(zz)

    weilaiweiding 2021-06-17 17:46:12 资料仓库
    1
    0 / 1593
  • PointNet与PointNet++:基于深度学习的3D点云分类和分割模型

    weilaiweiding 2021-06-17 17:35:14 资料仓库
    0 / 1608
  • 人物卡通化

    gingo 2021-06-17 16:50:14 资料仓库 图像处理
    0 / 2028
  • 哈工大讯飞实验室

    weilaiweiding 2021-05-22 15:52:16 资料仓库 实验室
    0 / 2406
  • Embedding技术在房产推荐中的应用

    openoker 2021-05-13 15:04:15 资料仓库 推荐系统Embedding
    0 / 1303
  • 最全推荐系统Embedding召回算法总结

    openoker 2021-05-13 14:57:58 资料仓库 推荐系统Embedding
    0 / 1985
  • 如何解决神经网络训练时loss不下降的问题

    weilaiweiding 2021-05-08 10:59:11 资料仓库 神经网络深度学习
    0 / 1424
  • 机器学习的十种基本算法

    weilaiweiding 2021-05-07 16:25:49 资料仓库 机器学习算法
    0 / 1817
  • 机器学习的梯度下降

    gingo 2021-05-07 10:35:15 资料仓库 机器学习
    0 / 1407
  • 从更少的数据中学习对表格进行推理

    icodebase 2021-04-29 17:10:17 资料仓库 迁移学习
    0 / 1390
  • Netflix 推荐系统之个性化主页生成

    icodebase 2021-04-27 17:29:02 资料仓库 推荐系统
    0 / 1630
  • 使用StyleGAN + CLIP从文本生成面部图像[翻译]

    icodebase 2021-04-27 15:52:38 资料仓库
    0 / 1414
  • AlphaTree:Object Detection 物体检测

    gingo 2021-04-27 10:22:55 资料仓库 物体检测
    0 / 1574
  • Yann LeCun2014年早期访谈录-看十年前的学习指南

    gingo 2021-04-13 17:09:04 资料仓库 访谈
    0 / 1293
上一页 下一页
  • 1
  • 2
  • 3
签到
立即签到
签到可以获得积分哦!
公告

AI千集是一个专注于科研服务的智能平台
在这里您可以获得本平台自训练的
科研智能体
和小伙伴一起玩转AI,做自己的AI机器人
来AI千集,赋能智慧快人一步
扫一扫,快速获取解决方案与报价
立即咨询

最新资讯更多
  • 虎嗅汽车组作者|邢书博头图|视觉中国2026年2月12日,千里科技发布公告称,赵明成为公司第六届董事会非独立董事候选人,任职期限与本届董事会任期一致。同日千里科技另一则公告显示,董事会将新增联席董事长一人。如无意外,这个职位是为赵明增设的。有媒体报道,称赵明与印奇已接触半年多,他视AI为“下一个20年事业”。今日赵明在微博与印奇互动,称将“一起携手打造AI商业闭环,助力千里腾飞。”这不是千里科技第一次引入华为系高管。此前已引入前华为车BU总裁王军和自动驾驶负责人陈奇。王军目前负责华千里科技研发等技术板块,陈奇负责芯片硬件平台。此次赵明加入,技术产品商业化将形成华为系主导的格局。值得一提的是,三人曾在华为3G/4G时代有过合作经验。王军曾是赵明在欧洲市场的技术搭档。当然,千里科技最近也释放了诸多将加速商业化的消息。一个是在去年智博会上,千里科技董事长印奇称将发力“AI+终端”,未来要形成亿级终端规模。一个是2026年初,印奇说将用12-15个月孵化“有意思”的AI硬件,为“软硬一体”补上拼图。手机业则完美符合千里科技未来商业化的两个锚点:亿级终端,AI赋能。因此可以初步认为,赵明履职千里科技,将形成印奇主抓AI技术战略,赵明主攻AI商业模式闭环的内部格局。荣耀经验能否助力“千里腾飞”?当下的AI行业普遍存在两个问题,一是产品化高度单一无法实现差异化;二是智能硬件多数只停留在用AI营销而非解决问题。那么赵明的荣耀经验在AI时代是否有用呢?印奇认为,当下AI行业陷入了“成本与规模死循环”:规模小则成本高,成本高则客户少,客户少则规模永远起不来。尽管目前千里科技已为吉利系提供了30万智驾设备上车,但距离印奇设想的“亿级终端”还有很远距离,成本居高不下。其实目前AI面对的问题和10年前手机市场遇到的一样。高端不走量,低端没利润。手机时代,赵明提出了“高端先行,中端走量”战略。荣耀在欧洲没有先卖便宜机,而是拿Magic系列砸门面,口碑立住后再用X系列走量,一年时间份额从0做到5%。在千里智驾产品上也可以复制荣耀经验。如L4方案,可以拿Robotaxi作为标杆走高端路线;同时用整车规模摊薄硬件成本,等成本曲线降到甜蜜点,再用中阶方案铺量。另一个则是千里科技将要推出的AI硬件,则与手机行业高度相似,手机经验可以直接复用。荣耀做magic AI手机时,当时手机市场陷入了堆参数堆电池的怪圈。赵明则坚定表示不跟风参数竞赛。他的逻辑是“端侧AI是个人工具,任务是让用户变强,不是让参数变高。”这与印奇的理念很相似。印奇最近也表示,AI硬件不是先画外观,而是先想清楚“什么AI服务非这个硬件不可”。硬件只是服务的载体,服务不成立,硬件再酷也是电子垃圾。简单讲,AI硬件不能只是AI+硬件的营销概念,而是要让AI真正服务于硬件,让硬件变得更好用。用车圈举例,隐藏式门把手确实很酷,但有安全隐患,今年已被中国市场禁用。所以,当印奇认为,“亿级出货是芯片可持续迭代的门槛”。相信赵明带着荣耀十年的经验,能一定程度上为当前AI赛道注入新的活力。印奇终于等来能把“技术信仰”四个字,翻译成财报的人。琴瑟和鸣。唯一的问题可能是:面对旷视、奔驰、微软、吉利、华为等不同背景的人员,印奇和赵明如何能后弥合团队,或许是当下最要紧的事。下载虎嗅APP,第一时间获取深度独到的商业科技资讯,连接更多创新人群与线下活动
    喜欢 0    评论 0
  • 在智能革命的浪潮中,机器开始展现出前所未有的“思考”能力,这无疑标志着人类历史的一个新篇章的开启。我们,作为这个时代的见证者和参与者,正共同书写着这一章节的初稿。 随着AI技术的飞速发展,机器的“思考”能力正逐渐超越传统的数据处理和模式识别。它们开始具备自我学习、自我优化和自我决策的能力。这一变革,既带来了前所未有的机遇,也提出了新的挑战和问题。 首先,我们必须认识到,机器的“思考”并不意味着它们拥有了人类的意识和情感。尽管它们在某些任务上可能表现得比人类更加高效,但它们缺乏人类的直觉和创造力。因此,在应用AI技术时,我们需要保持清醒的头脑,避免过度依赖,同时也要警惕可能出现的伦理和安全问题。 其次,AI的发展将深刻影响就业市场。一些传统职业可能会被机器取代,但同时也会催生新的职业和行业。我们需要积极适应这种变化,不断提升自己的技能和知识,以适应未来社会的需求。 最后,作为这个时代的第一批作者,我们有责任确保AI技术的发展能够造福人类社会,而不是成为威胁。这需要我们共同努力,制定合理的政策和规范,引导AI技术朝着更加人性化、可持续的方向发展。 总之,机器的“思考”能力是人类历史的一个里程碑,它既带来了机遇,也带来了挑战。我们应当以开放的心态去迎接这一变革,共同创造一个更加美好的未来。
    喜欢 0    评论 0
  • 春节期间,亲朋好友齐聚一堂,如何让聚会气氛活跃,避免冷场成为了一项挑战。为此,我们精选了10款适合多人参与的游戏,让你在欢声笑语中度过一个温馨的春节。 首先,经典的“真心话大冒险”无疑是最受欢迎的选择。它不仅能让大家了解彼此,还能在轻松愉快的氛围中增进感情。其次,“你画我猜”凭借其趣味性和互动性,成为聚会中的热门游戏。参与者需根据描述画出物品或场景,其他玩家则需猜出答案。 此外,“狼人杀”作为近年来备受欢迎的桌游,其紧张刺激的推理过程和丰富的角色设定,让玩家在游戏中体验不同的角色扮演。而“UNO”等卡牌游戏则因其简单易上手的规则和丰富的游戏变化,成为聚会中的常客。 值得一提的是,还有一些游戏如“谁是卧底”、“疯狂猜图”等,不仅适合家庭聚会,也能在朋友间引发激烈的讨论和欢笑。 总之,这些游戏不仅能让你的春节聚会充满乐趣,还能增进亲朋好友间的感情。在这个特殊的节日里,让我们共同享受这些简单而美好的游戏时光。
    喜欢 0    评论 0
  • 随着Seedance 2.0的问世,一股新的技术浪潮正悄然涌动,预计将深刻影响多个行业。以下是十个最有可能被Seedance 2.0颠覆的行业:首先,真人短剧翻拍领域将面临重大变革。Seedance 2.0的AI技术有望实现更高效、成本更低的翻拍效果,使得这一领域变得更加繁荣。 其次,AI漫剧直出的技术将改变传统动漫制作流程,降低制作成本,提高效率,吸引更多观众。 此外,中低端商业广告制作也将迎来变革。借助Seedance 2.0的AI技术,广告制作将变得更加快捷、低成本,从而满足市场需求。 虎嗅APP用户可第一时间获取深度独到的商业科技资讯,连接更多创新人群与线下活动,紧跟行业动态。 综上所述,Seedance 2.0的到来,将为这些行业带来前所未有的机遇与挑战。我们期待着这一技术革新为我们的生活带来更多便利。
    喜欢 0    评论 0
  • 在科技领域,字节AI的Seedance 2模型近期引起了广泛关注。这款模型仅通过一张照片,就能生成语音和表情高度还原的说话视频,让人惊叹于AI技术的进步。然而,就在一夜爆红之后,Seedance 2却突然“秒怂”,主动踩下了刹车。这一举动引发了业界的广泛关注和讨论。 Seedance 2的强大之处在于,它能够将一个人的面部特征和语音特征进行深度学习,从而生成逼真的说话视频。这一技术的突破,意味着AI不仅能够识别和记住人的脸,还能复制人的声音。这一成果在科技界引起了轰动,许多人对此表示出极大的兴趣。 然而,就在人们为这一技术欢呼时,Seedance 2却突然宣布暂停服务。这一决定让人感到意外,同时也引发了对AI伦理和安全性的担忧。业界普遍认为,这一举措可能是出于对技术风险和伦理问题的考虑。 尽管Seedance 2暂时停止了服务,但这一技术的潜力仍然巨大。在未来,随着AI技术的不断发展和完善,我们有理由相信,类似Seedance 2这样的创新技术将会在更多领域得到应用。下载虎嗅APP,可以第一时间获取更多关于商业科技资讯的深度报道,连接更多创新人群与线下活动,共同见证AI技术的未来。
    喜欢 0    评论 0
  • Vibe Coding全球大流行,新一波赚钱机会来了?这个话题说起来有点魔幻,当大家都还在忙着学习用AI点奶茶的时候,已经有00后利用AI一个月能赚9万块钱了。下载虎嗅APP,第一时间获取深度独到的商业科技资讯,连接更多创新人群与线下活动
    喜欢 0    评论 0
积分排行
  • gingo

    104 帖子 • 8 评论

    1401
  • 137****0631

    0 帖子 • 0 评论

    997
  • weilaiweiding

    52 帖子 • 1 评论

    821
  • openoker

    171 帖子 • 23 评论

    298
  • icodebase

    56 帖子 • 1 评论

    161
  • boatingman

    0 帖子 • 1 评论

    90
  • toc

    0 帖子 • 0 评论

    60
  • Van

    3 帖子 • 0 评论

    42
  • shadow

    5 帖子 • 0 评论

    28
  • 11124

    2 帖子 • 4 评论

    24
友情链接 查看更多>>
  • 导航

    打造最强静态导航网站

  • 135AI排版

    公众号智能文案生成与自动排版工具

  • 二次元数字人视频生成平台

    二次元数字人视频生成平台

关于 标签 友链
粤ICP备18152112号 网信算备330110507206401230035号 粤公网安备44030302001590号 © 2018-2025 AI千集 All Rights Reserved