- 综合排序
- 最热优先
- 最新优先
- 来自专栏刘旷专栏
AI主播、AI记者、AI编辑，传媒AI化加速
但随着AI的深入，Microsoft News方面逐渐转向 AI，其鼓励出版商和新闻工作者使用AI辅助工作，或用AI替代人工进行内容的处理、过滤、发表。 微软作为全球名企，每个改变都会引起其他企业效仿和学习，这一次AI替代编辑人员的改变也将影响传媒行业的发展。国外传媒AI之路是如此，国内传媒AI化之路也在逐渐升温。 传媒行业正在AI化 目前为止，AI对于各行各业起到的作用都是正面性的，传媒行业也不例外。 AI化。 不同于百度重点关注给主流媒体赋能，搜狗主要通过AI合成主播切入AI传媒市场。
1.3K30发布于 2020-06-28 - 来自专栏想比AI跑得更快点
是“AI”，不是“Ai”
刚才又刷到一个博主的简介：“资深Ai自媒体、Ai 编程实践者”。 我是完全没有被他的经历吸引，我倒是被 “Ai” 两个字母熏得难受。 说个结论，应该是写 “AI” 而不是 “Ai” 。 但是，经常看到这些标题： "一个Ai工具帮你成为职场王者" "Ai精品课程" "教你如何用Ai提升效率" 字母的大小写，暴露的是专业度。 而非Ai。 The Verge - 全文 AI Wired - 全文 AI Nature、Science 期刊 - 全文 AI OpenAI、Google文档 - 全文 AI 没有一家专业媒体或机构会写 "Ai"， 不管是输入法的原因，还是由于自己的偏好，请把 “Ai” 这个不伦不类的词改掉。 在公共空间和专业文档中表达"人工智能"时，请写对 "AI" 。
60510编辑于 2026-01-14 - 来自专栏Java项目实战
【玩转 GPU】AI绘画、AI文本、AI翻译、GPU点亮AI想象空间
AI绘画个人作品展示 图片 图片 一、使用 GPU 的 AI 技术场景应用与开发实践 图片 GPU 可以大幅提升人工智能算法的运行速度，加快数据的处理和分析，由此产生了许多基于 GPU 的 AI 技术场景应用。 下面我们将分别介绍 AI 绘画、AI 语音合成、开源语言模型部署等 AI 技术场景的 GPU 开发实践。 1.1 AI 绘画 AI 绘画是利用人工智能技术进行绘画创作的一种方法。 1.2 AI 语音合成 AI 语音合成是通过人工智能技术实现的语音合成技术。利用 GPU 可以加速计算，提高语音合成的速度和准确度。近年来，WaveNet 技术成为了语音合成的一种新的解决方案。 1.3 开源语言模型部署 开源语言模型部署是一种将 AI 技术和自然语言处理技术相结合的应用场景。使用 GPU 可以加快模型的训练，提高模型的准确度和效率。
3.5K192编辑于 2023-05-27 企业AI战略的演变：从AI就绪到AI原生(AI Native)
企业AI战略的演变：从"AI就绪"到"AI原生"(AI Native) 大家好，欢迎收听《架构新势力》，之前的视频我谈到企业AI应用架构设计的七大核心原则与四维架构模型，那么如何将这些方法应用于企业AI 然而，在人工智能席卷全球的浪潮中，非价值驱动设计的AI项目很难达到预期效果？这一问题促使企业AI战略从简单的"AI初级"阶段，向更深层次的"AI原生"阶段演进。 一、"AI就绪"阶段：技术探索与初步应用 1 "AI就绪"的特征与局限 "AI就绪"阶段（2020-2024年）就是企业AI战略的初级阶段，其主要特征包括： 技术导向：关注AI技术本身而非业务价值，将AI 《生成式AI服务安全基本要求》等法规出台，为企业AI应用提供明确指引 产业政策支持：各地政府设立AI创新基金，支持AI原生企业发展 2 技术成熟的临界点 2025年，AI技术达到规模化应用的临界点： 模型能力跃升 首先，"AI原生"(AI Native)是将AI融入企业全业务场景，重新定义产品功能、流程与价值。
11510编辑于 2026-07-01- 来自专栏AI系统
【AI系统】AI 框架之争
AI 框架还要思考和解决许多问题，如 AI 框架如何对实际的神经网络实现多线程算子加速？ AI 框架的发展AI 框架作为智能经济时代的中枢，是 AI 开发环节中的基础工具，承担着 AI 技术生态中操作系统的角色，是 AI 学术创新与产业商业化的重要载体，助力 AI 由理论走入实践，快速进入了场景化应用时代 这就要求 AI 框架最大化的实现编译优化，更好地利用算力、调动算力，充分发挥集群硬件资源的潜力。此外，AI 与社会伦理的痛点问题也促使可信赖 AI 、或则 AI 安全在 AI 框架层面的进步。 在这一阶段，AI 框架正向着全场景支持、大模型、分布式 AI、 超大规模 AI、安全可信 AI 等技术特性深化探索，不断实现新的突破。 AI 框架的未来应对未来多样化挑战，AI 框架有以下技术趋势：全场景AI 框架将支持端边云全场景跨平台设备部署网络模型需要适配部署到端边云全场景设备，对 AI 框架提出了多样化、复杂化、碎片化的挑战。
63611编辑于 2024-12-06 - 来自专栏流行软件
ai下载正版下载AI-中文版Ai-下载Ai下载
ai软件安装包下载为大家带来了有关该工具所有的版本资源，像adobe illustrator cs3、ai cs4、ai cs5、cs6已经cc等版本，你都可以快速就找到。 ai软件就是Adobe illustrator，俗称为“AI”，本软件是个非常好用的图形设计平台，操作简单，功能强大，采用3d的视觉界面效果，让你在工作的过程中可以有更加真实的代入感，从而大大提高你的工作效率
10.3K20编辑于 2023-04-13 - 来自专栏软件深度评测
进击的AI工具：全能AI阅读软件Walles AI
、PandaPDF 以及 AI 聊天智能侧边栏 SideAI……这些AI阅读工具，多数定位为AI文档阅读工具，主要是提供PDF文件、Word文档的智能阅读，提供AI摘要、AI总结、AI问答等服务。 如果能有一个一站式的AI阅读工具就好了，这样就不用在多个AI工具中反复切换了。最近上线不久的 Walles AI 便是这样的一款专业AI阅读工具。 Walles AI 全能AI阅读工具Walles AI 是一款 All in One 的全能AI阅读工具。 简单来说，Walles AI= AI聊天对话工具 + AI网页阅读工具+AI 浏览器智能助手+ AI 搜索引擎助手+ AI PDF文档阅读工具+AI 视频阅读工具…… 更多新的AI阅读场景正在解锁中。 此外，建议 AI Short等 AI提示词站点 提供了丰富的 AI 使用技巧，可以与 AI 工具结合使用。
91511编辑于 2023-12-10 - 来自专栏数据冰山
用AI帮忙，俯瞰AI江湖
为了帮新入坑的研究生们迅速融入AI系，张教授打造了这个叫「人工智能文献全景图」（AI Panorama）的工具。 后台是非营利组织AI Access Foundation。它被中国计算机学会归为B类刊物。 这个话题涵盖了最厉害最酷的AI话题。令人折服的是，Ilya Sutskever这位AI大牛的姓氏居然被聚类分析识别为一个高相关的关键词，足见此人著作对该领域的影响之大。 截屏自AI Panorama 论文①是Sutskever在2012年发表在NIPS上的大作，以近1.3万的引用数排名第一。 所以，借助张连文教授的「AI全景图」，一个AI外行或新手可以在几分钟之内，筛选出3大期刊9大会议中最近几年热度最高、升温最快的科研课题，比如「深度学习，sutskever，深度，神经网络，层，卷积，层们
1K20发布于 2019-01-09 使用Spring AI调用AI模型
简介Spring AI是Spring框架对人工智能和机器学习的支持模块,它提供了一套简单易用的API来集成各种AI服务和模型。 主要功能集成主流AI模型服务(如OpenAI、Azure、 Baidu千帆等)提供统一的API接口支持提示词工程内置向量存储功能支持文本嵌入和文本生成核心概念AI Client统一的客户端接口,用于调用 代码助手 代码解读复制代码spring.ai.openai.api-key=youkeyspring.ai.openai.base-url=https://api.deepseek.comspring.ai.openai.chat.options.model 对接阿里大模型Spring AI Alibaba 开源项目基于 Spring AI 构建，是阿里云通义系列模型及服务在 Java AI 应用开发领域的最佳实践，提供高层次的 AI API 抽象与云原生基础设施集成方案 ，帮助开发者快速构建 AI 应用。
1.6K10编辑于 2025-03-27- 来自专栏C++开发学习交流
【AI模型】AI模型部署概述
AI模型部署方法 在AI深度学习模型的训练中，一般会用Python语言实现，原因是其灵活、可读性强。但在AI模型实际部署中，主要会用到C++，原因在于其语言自身的高效性。 AI模型部署框架 模型部署常见的推理框架有：ONNX、NCNN、OpenVINO、 TensorRT、Mediapipe。 通过短短几年的发展，已经成为表示深度学习模型的实际标准，并且通过ONNX-ML，可以支持传统非神经网络机器学习模型，大有一统整个AI模型交换标准的趋势。 AI模型部署平台 AI 模型部署是将训练好的 AI 模型应用到实际场景中的过程。 以下是一些常见的 AI 模型部署平台： 云端部署 云端部署是最流行的 AI 模型部署方式之一，通常使用云计算平台来托管模型和处理请求。
2.2K10编辑于 2024-07-24 - 来自专栏做数据的二号姬
AI |美图AI PPT使用体验
13 2023-11 AI |美图AI PPT使用体验 在百无聊赖地互联网冲浪的时候，意外地发现美图居然也做了PPT AI，还真的是有点意料之外。 至于留言嘛，公众号没有留言的功能，单纯想说两句的朋友们可以发快捷私信，看到的话基本都会回复的~ 美图居然也有AI业务 在AI导航站中看到了美图PPT AI，第一反应是美图？ 居然也有AI了？还是跨界AI，做PPT？ PPT AI就隐藏在美图设计室里面。仔细一些，这个商业逻辑非常合理，美图嘛，主要做图像。对图像有高度诉求的人必然对AI辅助作图有诉求，既然都用AI作图的功能了，AI做个PPT好像也是一气呵成。 from=home 这里我们给AI一个难题，做一个数据分析笔面试技巧的PPT吧。 直接点箭头就进入了AI创作的环节，耐心等待AI转圈圈就可以了。
1.2K30编辑于 2023-11-15 - 来自专栏DrugOne
AI炒作 or AI希望 | AI何时会颠覆制药业？
AI帮助、AI 希望或AI炒作 面对这些荒唐的机会并在数据密集型环境中四处游荡，您可能会认为，人工智能非常适合寻求方法来提高其找到可销售药物的可能性。 事实证明，可以使用AI来降低赔率的想法已成为制药业的好消息和坏消息。一方面，AI为该领域带来了更多的投资和更多的人才。但是，随着药品价格飞涨，炒作愈演愈烈，这引起了极大的怀疑。 AI希望与AI炒作之间的紧张关系仍在继续。实际上，Alex开始从事AI药物发现的工作以来，每天都有很多文章或分析报告讨论AI药物发现的炒作和希望。 明确证明生成方法可以对制药业产生重大影响的唯一方法是，选择一种会影响数以百万人的疾病，使用AI方法以完全“无人干预”的方式识别该疾病中的新生物学靶标，然后使用AI以“无人干预”的方式为AI挑选的靶标生成新分子 参考资料 https://www.forbes.com/sites/cognitiveworld/2020/04/30/ai-hype-or-ai-hope-when-will-ai-disrupt-the-pharmaceutical-industry
46940发布于 2021-02-01 - 来自专栏新智元
【探索AI自开发】谷歌、微软用AI开发AI，特定任务超越人类AI专家
【新智元导读】为了应对AI人才不足，以谷歌为首的企业正在想方设法，开发能够取代AI研究员的AI系统，让创建AI软件变得容易。 目前，这样的AI系统正在帮助AI研究员，让搜索更高效，让网络结构更先进，同时承担繁重重复的工作。但是，AI取代AI研究员的那天终会到来，只是时间的问题。 现在，以谷歌为首的各大公司，在AI人才严重不足的情况下，开始把目光投向另一个更为强大的目标——开发能够自己创建AI的AI。 AI取代AI研究员的那天终会到来 谷歌的设想是，类似AutoML这样的项目，将能帮助企业构建他们自己的AI系统，尤其是那些没有深厚AI经验和实力的企业。 元学习并不会彻底取代AI研究人员，目前，谷歌的AI研究人员仍然负责重要的设计工作，AutoML的目标是让有限的AI专家能够服务于更多更广的项目。 但AI取代AI研究员的那天终会到来。
1.1K91发布于 2018-03-21 - 来自专栏智能相对论
全球AI角逐，百度AI才是中国AI的名片
而回过头来看，发展历程证明了AI一定是百度的最佳选择，通过动作上的步步领先，百度进入了AI时代，AI或也成为百度的时代。 除了先天禀赋，还有持续投入 百度进入AI，在基础能力与推动力上都有充分的准备。 2 持续的投入动力 AI的研发和落地无疑需要巨量的前期资源投入，之所以只有百度这样的大佬才能做AI的原因也在于此。 在AI全面落地之前，持续砸钱、砸资源是常态。 百度的AI的发展得益于其AI+Feed的主航道战略，通过搜索与移动业务的大量营收充实AI研发需要，最终，当AI在商业化落地上完成后，AI的强大造血能力又能反哺百度生态的其他业务，形成良性循环。 3 兼顾AI底层研究与商业价值落地 同样是AI技术巨头Google，在推出AlphaGo技惊四座后，却鲜有能够落地的AI产品。 重点关注领域：AI+医疗、机器人、智能驾驶、AI+硬件、物联网、AI+金融、AI+安全、AR/VR、开发者以及背后的芯片、算法、人机交互等。
55820发布于 2018-09-13 - 来自专栏云深之无迹
AI崩坏 AI崩壊 (2020)影评
其实说了AI崩坏,到不如说是人的崩坏.就是有一对夫妇,是搞深度学习的.收集很多指标,来辅助植物体生长.然后女友说,那植物ojbk了!是不是人类基因也ojbk了? 首先就是哪个警用AI(樱庭小哥哥真鸡儿帅!!!!) 还有这个AI系统是用Python写的,太秀了.AI第二阶段的自我学习,我看见哪个函数了,才传了两个参数,我都懵了.多次也出现了代码页面,不过都是滚动屏幕.还有,你为花里胡哨的效果你整Rust的代码嘛.你给哥们整了几坨汇编代码 ,不是吧阿sir,AI用汇编写.可能这个就是大佬的世界吧. 在影片的最后 我希望是红灯亮起,是真的,AI失控
76010发布于 2021-04-14 - 来自专栏AI系统
【AI系统】AI系统架构的组成
AI 系统组成如图所示，大致可以将 AI 系统分为以下几个具体的方向：AI 训练与推理框架AI 框架不仅仅是指如 PyTorch 等训练框架，还包括推理框架。 AI 编译与计算架构AI 框架充分赋能深度学习领域，为 AI 算法的开发者提供了极大便利。 但是随着 AI 技术应用的全面发展，各厂家根据自身业务场景的需求，在 AI 硬件和算法上不断优化和探索，AI 系统的体系结构越来越复杂，更多新的 AI 加速芯片被提出来，其设计变得更加多样化，AI 框架运行的硬件环境和算法也趋于更多样和复杂 但是我们将在后续章节中，将会围绕核心系统软硬件，如 AI 训练和推理框架，AI 编译器，AI 芯片，部分涉及更广泛的 AI 系统生态中的重要内容如算法等展开介绍。 AI 系统生态除了以上重要的 AI 系统构成之外，随着人工智能应用越来越广泛，我们还可以看到更广泛的 AI 系统生态的构成。
1.7K11编辑于 2024-11-26 - 来自专栏MixLab科技+设计实验室
人引导AI，不与AI拼体力
在人工智能技术迅猛发展的当下，AI 正在重塑各行各业的生产力范式。 如何在这个变革的时代定位人类自身的价值？ AI Agent（智能体）究竟是替代者还是协同者？ 近两年，我的主要精力都放在 AI 编程和 AI 相关的教育上，希望通过自己的实践，帮助更多人搭建起通往 AI 时代的桥梁。 肖老师： 您的经历确实非常丰富。 现在大家都在谈论 AI 编程和 AI 协同创作，甚至有人认为 AI 很快就会取代创作者。作为写出了多本 AI 畅销书的作者，您是如何看待 AI 智能体在内容创作中的角色？它真的能代替人类大脑吗？ 一旦人类将这个框架和提纲精准地定义好，AI 就能在极短的时间内完成高质量的文字填充。 这在行业内被我们形象地称为“人类审稿，AI 执笔”。 在 AI 时代，我们完全可以将 AI 智能体视为组织里的“初级员工”。 大量的事务性工作、基础的数据整理和初级代码编写，AI 已经能够完成得非常出色。 这也意味着，人类在企业中的角色被迫发生了转变。
13310编辑于 2026-06-04 - 来自专栏AI科技大本营的专栏
手机AI、购物AI...还有哪个“AI+”被忽略了？
AI 技术似乎成了一把“万能钥匙”，捅进任何一个拥有数据的行业钥匙孔里，它都具有一定的适配能力。 AI 应用在手机上，提升了图像识别和语音识别的效率；AI 应用在医疗影像中，可以辅助医生进行快速阅片诊断；AI 应用在汽车里，就会是解放人类驾驶员的自动驾驶…… 现在，一种人工智能同样有所作为的应用场景正在浮现 天生带有“高效率”光环的 AI 此时来与它进行适配了，但它能在多大程度上改变这种糟糕的体验？以及如何改变？ SparkRoom 70 是思科做出的适用于会议场景的一款 AI 产品，它对会议流程进行了新一轮智能化升级，主要体现在智能语音助理和人脸识别这两大功能上。 ? 当然，现在的方案还只是 AI 技术在会议场景小试牛刀。在未来， AI 应用于会议领域还能提升多少业务价值？
72340发布于 2018-07-23 - 来自专栏AIGC
【AI】SLM，LLM，对话式AI，生成式AI的差异分析
一、生成式AI生成式 AI 旨在创建类似于真实的人类生成材料的新内容或数据。这些系统可以根据从训练数据中学到的模式和结构生成各种各样的输出，包括文本、图像、音乐甚至视频。1. 二、LLM VS SLM语言模型是特定类型的生成式 AI，专注于处理和生成文本。1. 大型语言模型 （LLM）LLM 理解、生成和处理自然语言文本。 三、对话式AI对话式 AI 是 AI 技术的一种应用，通常利用 LLM、SLM 或不同 AI 模型的组合来模拟类似人类的对话。 对话式 AI 使计算机能够模拟类似人类的对话。这包括一系列应用，包括聊天机器人、语音助手和交互式语音应答 （IVR） 系统。我正在参与2024腾讯技术创作特训营最新征文，快来和我瓜分大奖！
1.7K10编辑于 2024-05-06 - 来自专栏腾讯云大模型训推平台TI-ONE
AI Talk | 如何评估AI是否可信？
作者：leonlzhou 随着AI技术深入到各行各业，AI也不断暴露出一些风险隐患，包括人脸数据的滥用，算法歧视，算法鲁棒性等，AI所隐藏的风险也越来越被大众所重视。 可信AI已经成为全球共识，也是行业发展的必然趋势。那什么是可信AI？如何确保和评估AI是可信的呢？ ▲为什么需要可信AI？ AI的伦理问题？ 隐私风险 ZAO违规收集人脸数据 上面这些事件也只是大众对AI产生信任危机的一小部分，单拎出来一类都有很多AI有类似的风险。 这些事件的发生让我们重新来审视AI，AI向善的本质还是人的向善，创造AI的开发者需要去审视自己。 ▲可信AI的发展 可信AI在学术界，政府和企业都有很多发展和推动。 其中可靠包括了AI的响应时间，并发，AI的识别效果准确率，以及AI的健壮性或者鲁棒性，AI的安全性等。透明可释谈的是AI的决策是否透明，是否可以解释，解释是否合理。
1.6K20编辑于 2021-11-30
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号