- 综合排序
- 最热优先
- 最新优先
- 来自专栏新智元
【报告】中国成为全球AI中心？驱动中国AI崛起的5大因素
【新智元导读】 祥峰投资近日发布了一份名为《全球AI中心？驱动中国AI崛起的5大要素》的报告，从市场、学术、投资、生态、应用、技术和基础设施多个层面对当下中国人工智能发展状况进行了全面的介绍。 中国成为全球AI 中心的5大驱动力量 ? 年5月）等政策相继出炉，提供了促进AI研究与发展的指导纲要。 2017年3月5日，中国最高级别的国家级会议首次把AI纳入了政府工作报告，意味着中国政府在对AI 行业的重视和决心。 2. 基础设施层面：移动边缘计算的兴起将驱动AI嵌入式芯片的需求 ?
1.1K40发布于 2018-03-27 - 来自专栏啄木鸟软件测试
AI驱动测试：5个高价值开源方案实战解析
引言：当测试工程师开始和大模型对话 在2024年Q2的行业调研中，68%的头部科技企业已将AI辅助测试纳入质量保障体系，但其中仅23%采用自研AI测试平台——成本高、迭代慢、场景适配难成为主要瓶颈。 本文聚焦真正经受过千级CI/CD流水线锤炼的5个开源AI测试方案，拒绝概念炒作，只谈落地实效。 例如：按钮文字从‘提交’变为‘确认’，背景色从#F5F5F5变为#FAFAFA——人类认为一致，传统工具标记为失败。 结语：开源AI测试不是替代，而是增强的支点 观察这些项目共性：它们均避开‘用AI写全部测试脚本’的陷阱，转而解决测试工程师最痛的3类问题——信息过载（日志/截图/指标）、认知盲区（边界条件/组合爆炸）、 ，实现从应用层到内核层的AI可观测闭环。
25610编辑于 2026-03-31 - 来自专栏悦思悦读
AI 入行那些事儿（5）以模型为驱动学习机器学习
2021 开年巨献 —— 系列文章《AI 入行那些事儿》，为您讲述： 人工智能的基础原理、发展历程、当前应用 成为 AI 技术人员所需的入门技能和学习途径 以及求职、面试的全过程 模型：机器学习三要素的核心
66520发布于 2021-02-03 - 来自专栏AI系统
【AI系统】AI芯片驱动智能革命
在整个 AI 系统的构建中，AI 算法、AI 框架、AI 编译器、AI 推理引擎等都是软件层面的概念，而 AI 芯片则是物理存在的实体，AI 芯片是所有内容的重要基础。 本系列文章将会通过对典型的 AI 模型结构的设计演进进行分析，来理解 AI 算法的计算体系如何影响 AI 芯片的设计指标，进而结合几种主流的 AI 芯片基础介绍，帮助大家对 AI 系统的整个体系知识有更全面的认识 计算机芯片体系结构在很大程度上影响了 AI 算法的性能。因此，了解 AI 算法与芯片计算体系结构之间的关系是非常重要的。 如今随着 OpenAI 公司的 ChatGPT/GPT4 等模型的惊艳出场，引发了各个行业对人工智能技术的广泛关注和应用推动，更多 AI 算法需要部署，激发了更大的算力需求，无疑 AI 芯片是整个 AI AI 芯片的分类 AI 芯片的广泛定义是指那些面向人工智能应用的芯片。
1.3K10编辑于 2024-11-29 - 来自专栏Java架构师历程
5、事件驱动数据管理
5.2、事件驱动架构 许多应用使用了事件驱动架构作为解决方案。在此架构中，微服务在发生某些重要事件时发布一个事件，例如更新业务实体时。 下图依次展示了如何在创建订单时使用事件驱动方法来检查可用信用额度。 图 5-5 展示了 Customer Order View Updater Service （客户订单视图更新服务）根据 Customer Service 和 Order Service 发布的事件更新 可以说事件存储是事件驱动微服务架构的支柱。 事件溯源有几个好处。它解决了实现事件驱动架构的关键问题之一，可以在状态发生变化时可靠地发布事件。因此，它解决了微服务架构中的数据一致性问题。 大部分应用使用的解决方案是事件驱动架构。实现事件驱动架构的一个挑战是如何以原子的方式更新状态以及如何发布事件。有几种方法可以实现这点，包括了将数据库作为消息队列、事务日志挖掘和事件溯源。
1.4K10发布于 2018-09-26 - 来自专栏媒矿工厂
AI驱动智能媒体生产
单色视频自动着色技术 NHK开发了一种使用人工智能驱动技术的自动将单色电影视频转换为彩色视频的系统来支持高效的节目制作（图5）。 图5 自动着色系统 语音识别技术 制作节目需要从大量收集到的视频材料中进行筛选以找到需要的信息。 通过应用自动音频描述技术，NHK开发了一种使用“AI播音员”自动阅读新闻的语音合成系统。 ? 2018年4月，NHK在节目NEWSCHECK上以AI播音员“Yomiko”的实际形式实现了这项技术。 AI-DRIVEN SMART PRODUCTION. IBC2018.
1.7K20发布于 2018-10-25 JBoltAI：事件驱动 AI 架构，重构 Java AI
企业级 AI 应用开发中，多模块耦合、高并发响应延迟、流程异常难以排查等问题，成为 Java 团队落地 AI 能力的核心阻碍。而事件驱动架构，正是解决这些痛点的关键思路。 JBoltAI 将事件驱动机制深度融入 AI 应用开发的全流程，打造了 “操作抽象为事件、统一调度为核心、全生命周期管控为保障” 的事件驱动 AI 架构，不仅让复杂 AI 工作流的编排更灵活，更从根本上提升了企业级 事件生命周期管理，是 JBoltAI 事件驱动 AI 架构保障企业级稳定性的核心抓手，让 AI 流程彻底摆脱 “黑箱” 状态。 作为 AIGS 范式的核心实践者，JBoltAI 的事件驱动 AI 架构，重新定义了企业级 Java AI 开发的模式。 从智能报销、智能问数到 AI Agent 复杂任务执行，从老系统 AI 改造到 AI 原生应用开发，JBoltAI 的事件驱动 AI 架构正在赋能千行百业的 Java 企业，让 AI 能力真正融入业务流程
12910编辑于 2026-03-13转载：【AI系统】AI芯片驱动智能革命
在整个 AI 系统的构建中，AI 算法、AI 框架、AI 编译器、AI 推理引擎等都是软件层面的概念，而 AI 芯片则是物理存在的实体，AI 芯片是所有内容的重要基础。 本系列文章将会通过对典型的 AI 模型结构的设计演进进行分析，来理解 AI 算法的计算体系如何影响 AI 芯片的设计指标，进而结合几种主流的 AI 芯片基础介绍，帮助大家对 AI 系统的整个体系知识有更全面的认识 计算机芯片体系结构在很大程度上影响了 AI 算法的性能。因此，了解 AI 算法与芯片计算体系结构之间的关系是非常重要的。 如今随着 OpenAI 公司的 ChatGPT/GPT4 等模型的惊艳出场，引发了各个行业对人工智能技术的广泛关注和应用推动，更多 AI 算法需要部署，激发了更大的算力需求，无疑 AI 芯片是整个 AI AI 芯片的分类 AI 芯片的广泛定义是指那些面向人工智能应用的芯片。
46610编辑于 2024-12-11- 来自专栏音视频技术
AI驱动的智能图形应用
高速5G和性能更强大的终端为社交、游戏、教育等场景带来的更丰富的互动体验，本文内容来自相芯科技的蔡锐涛在LiveVideoStackCon2019深圳站上的精彩分享，他将介绍AI驱动的智能图形应用，以及因此带来的新的用户交互方式 今天与大家分享的题目是AI驱动的智能图形应用。按照惯例，我简单介绍下我们公司。 相芯科技专注于智能图形技术的创新与应用，为移动互联网、AR、AI提供3D内容生成与互动的行业解决方案。 同时，我们处于通信技术快速发展的时代，很多人都经历过从只能打电话发短信到3G时代能简单发些图文信息，再到4G时代能在线看高清视频以及现在有很多直播应用，到5G时代，我们可以在线看4K甚至8K视频，这背后都是底层通信带宽的发展 AI视频 在AI视频部分，我会重点介绍如何利用人工智能全自动合成视频以及AI虚拟主播，虚拟助手的核心技术方案，同时，我会介绍我们最新的照片级的视频合成技术。 如浙江台钱江频道AI“小范儿”、北京世园会吉祥物播报、济南电视台AI“小沫儿”、京东AI虚拟主播“京小蕾”、京东双十一虚拟主播播报天团、阳泉日报AI双主播、扬子晚报“阿紫”、新媒体节目AI主播等等。
2.4K30发布于 2020-02-19 - 来自专栏嵌入式项目开发
Linux驱动开发-编写FT5X06触摸屏驱动
前言 这篇文章介绍在Linux下如何编写FT5X06系列芯片驱动，完成触摸屏的驱动开发， FT5X06是一个系列，当前使用的具体型号是FT5206，它是一个电容屏的触摸芯片，内置了8位的单片机(8051 编写触摸屏驱动 Linux下编写标准的触摸屏驱动需要使用到输入子系统，当前文章的重点是读取触摸屏的坐标，所以示例代码里不会加输入子系统的代码，只是在驱动层完成触摸屏笔中断响应，触摸屏的坐标点获取并打印。 gpio.h> #include <mach/gpio.h> #include <plat/gpio-cfg.h> #include <linux/i2c.h> #define DEVICE_NAME "FT5X06 打印数据*/ x=(touch_buff[3]&0xF)<<8|touch_buff[4]; y=(touch_buff[5]&0xF)<<8|touch_buff[6]; printk("x=% 注销中断*/ free_irq(client->irq,NULL); return 0; } static struct i2c_device_id iic_dev_id[]= { {"FT5X06
3.4K20编辑于 2022-04-08 - 来自专栏SDNLAB
多云发展的5大驱动因素
有很多因素在推动企业采用多云环境，以下将介绍5大驱动因素： 1、加速云端创新 新兴技术是多云环境采用的主要推动因素，我们目睹了顶级云提供商、开源组织和厂商在云端创新速度的加快，这为IT组织提供了构建多云环境的更多选择 3、监管要求 HIPAA和欧盟新的“通用数据保护条例”（GDRP）等数字监管措施以及数据驻留和合规性要求是多云环境的另一个驱动因素，在全球的不同地区，法律法规和公司政策要求企业数据驻留在特定地点。 5、公有云提供商提供多云功能 随着企业对公有云和内部数据中心问题进行评估，多云环境成为新常态。虽然云提供商的形势在不断变化，但公有云提供商正在提供包括公有云和私有云或混合云的应用程序架构。 结论 组织通常需要多个云端部署来满足多个应用程序和部门的需求，由于上述5个驱动因素，多云时代已经到来并且加速发展。
95250发布于 2018-06-11 - 来自专栏一乐来了
AI驱动的应用：插件、应用市场和AI Agents
AI Agents的两大基础，是知识和工具。通过扩充上下文、企业知识库、或者精调等方式可以满足AI对知识的获取，是武装AI的大脑。 所以我们相信，大模型AI并不会取代AI以外的软件，尤其是企业应用。 只要用户需求是分散的，智能应用的未来就还属于企业和开发者，AI Native实际是AI Drive。 这个驱动的来源，也是大模型AI服务通过函数调用开放出来的能力，今天我们也称其为智能插件（AI Plugin）。 是的，它并不是OpenAI的专属。 开通方法如下： 蓝莺IM控制台-智能插件-开通 实现原理 智能插件的核心是定义函数调用，由AI对调用进行拼装驱动业务层获取最新信息，补充进最终回复里。 AppID等信息； ext字段为消息自定义使用，这里设置了ai参数，是提醒AI不要对此消息再进行回复，防止出现AI对话循环。
54910编辑于 2025-05-23 5个理由使用YashanDB驱动业务增长
高效的数据库驱动不仅保证数据存取的稳定性，还提升查询速度和系统吞吐量，进而驱动业务持续增长。 面对海量数据处理、多节点协作及高并发访问等挑战，如何选择支持灵活部署、优化执行以及高可用保障的数据库驱动成为关键。 本文基于行业实践和技术标准，剖析YashanDB作为数据库驱动力量，为业务增长提供的五大理由。1. 5. 高可用与容灾机制保证业务连续性YashanDB通过多副本主备复制和自动选主机制实现高可用架构：主备复制机制确保主库数据实时同步至多个备库，备库异地部署支持灾难恢复。 面对不断变化的业务挑战，优化数据库架构和驱动策略将成为核心竞争力。建议技术团队持续关注YashanDB迭代和最佳实践，深化理解和应用，推动业务系统实现持续稳健增长。
13510编辑于 2025-10-15- 来自专栏实时音视频TRTC
【转载】AI驱动的智能图形应用
既然AR、AI这么火，就转载一篇看看 高速5G和性能更强大的终端为社交、游戏、教育等场景带来的更丰富的互动体验，本文内容来自相芯科技的蔡锐涛在LiveVideoStackCon2019深圳站上的精彩分享 ，他将介绍AI驱动的智能图形应用，以及因此带来的新的用户交互方式。 今天与大家分享的题目是AI驱动的智能图形应用。按照惯例，我简单介绍下我们公司。 相芯科技专注于智能图形技术的创新与应用，为移动互联网、AR、AI提供3D内容生成与互动的行业解决方案。 同时，我们处于通信技术快速发展的时代，很多人都经历过从只能打电话发短信到3G时代能简单发些图文信息，再到4G时代能在线看高清视频以及现在有很多直播应用，到5G时代，我们可以在线看4K甚至8K视频，这背后都是底层通信带宽的发展 如浙江台钱江频道AI“小范儿”、北京世园会吉祥物播报、济南电视台AI“小沫儿”、京东AI虚拟主播“京小蕾”、京东双十一虚拟主播播报天团、阳泉日报AI双主播、扬子晚报“阿紫”、新媒体节目AI主播等等。
1.8K40发布于 2020-02-19 - 来自专栏AI小步快跑
成熟的AI就该自我驱动
在IDE中与腾讯云AI代码助手使用斜杠命令唤起自定义Prompt，录入需要生成提示词的场景要求，将生成的场景Prompt再配置到后台中。 将对话生成的提示词配置到腾讯云 AI代码助手后台中，即可在IDE侧栏对话框进行调用 Java代码参数检查示例 使用生成大师反馈场景问题 # 检查Java方法参数中通用数据结构的提示词 ## Role:
34720编辑于 2025-01-08 Science | AI 驱动的结构基础模型
近日，发表于《Science》的重磅论文《AI to rewire life’s interactome》，系统阐述了如何利用人工智能（AI）与加速计算技术构建"计算显微镜"，为解析和重构生物分子相互作用组提供了革命性工具 近年来，AI驱动的蛋白质结构预测技术取得里程碑进展，AlphaFold2等模型通过学习进化约束（如多序列比对、蛋白质语言模型），借助神经网络实现了氨基酸三维结构的高精度预测，为这一目标提供了可能。 这些成果表明，AI模型可成为解析变构调节、酶催化等分子机制的核心工具，为理解生物功能的结构基础提供全新视角。 三、跨尺度分子研究的技术协同与创新 1. 结语 该研究通过AI与结构生物学的深度融合，构建了从静态结构到动态功能、从已知相互作用到从头设计的完整研究体系。 正如"计算显微镜"的隐喻所示，这些工具不仅是实验手段的补充，更重塑了我们解析生命相互作用组的认知方式——为基础研究与药物研发提供了"看见"分子动态、"设计"相互作用的能力，标志着分子生物学进入AI驱动的理性设计时代
13510编辑于 2026-01-08AI驱动超导材料发现新突破
AI驱动超导材料发现新突破研究背景如果AI系统能够提出在室温下实现零电阻导电的新材料配方——这将是量子计算和下一代电网的圣杯——研究人员正通过连接大语言模型与物理定律的新工具逼近这一目标。 技术突破某机构的SCIGEN框架某机构科学家开发了SCIGEN框架，用于引导生成式AI设计具有特殊性质的材料。该系统可以提出可能展现拓扑相、异常磁行为或比现有材料更高温度超导性的候选化合物。 与传统AI方法经常产生不可能分子不同，SCIGEN整合物理和化学先验知识，确保生成结果基于现实。 通过引导生成或拒绝采样嵌入领域约束，确保创造力与现实相结合多领域应用：量子计算需要具有稳定量子相的特殊材料，能源领域需要更清洁高效的催化剂应用前景目前两种方法仍处于早期研究阶段，但结合提出和严格过滤材料的AI
28010编辑于 2025-09-23- 来自专栏光芯前沿
Marvell：AI驱动的先进封装技术
一、AI 的运作原理与计算需求 （一）AI 如何工作 人的大脑由约一千亿个神经元构成，神经元之间通过信号传递相互协作，进而形成思想。AI 正是借鉴了这一原理，通过数学方程来模拟。 例如，7nm制程下若需达到性能目标，芯片尺寸约为 700 平方毫米，到 5nm制程则需增加 60% 的面积，3nm制程时面积更是大幅增长至 1900 平方毫米，到 2nm制程几乎是 3 纳米制程的两倍。 这一趋势推动了晶圆级系统概念的发展，如 Cerebras 的 W3 采用 5 纳米技术，构建了 43 个光刻版大小的无基板晶圆级系统。 四、AI 在芯片设计中的神奇应用 （一）优化设计方案 AI 在芯片设计中已崭露头角。谷歌在其张量处理器单元（TPU）设计中，运用算法不断优化自身设计。 综上所述，AI 驱动的先进封装技术正引领芯片行业迈向新的征程。尽管面临诸多挑战，但创新的步伐从未停止。未来，我们有理由期待这一领域带来更多的惊喜与突破，为科技发展注入强大动力。
51210编辑于 2025-04-08 - 来自专栏极致攻防实验室
AI驱动的安全扫描工具：HackBot
client.CreateChatCompletion( context.Background(), openai.ChatCompletionRequest{ Model: openai.GPT3Dot5Turbo g.Client.CreateChatCompletion( context.Background(), openai.ChatCompletionRequest{ Model: openai.GPT3Dot5Turbo0613
56540编辑于 2023-07-01 - 来自专栏大数据杂货铺
CML：迈向AI驱动的数据应用
图：Flight Prediction AMP 的启动屏幕 图：部署了所有工件的基于 AMP 的项目 将 AI 嵌入您的应用程序 一旦我们完成了项目设置并根据我们的需要优化了 ML 分类器，我们就可以部署模型了 变化可以突飞猛进，Cloudera 数据可视化让您可以灵活地试验、调整和了解您的业务流程和用户如何从 AI 驱动的数据应用程序中受益。 它可以像使用 NLP 搜索 UI 进行自助式探索以探索新数据集或部署模型以驱动完全交互式和预测性应用程序一样简单。 我们需要停止向后寻找洞察力，而 2022 年是开始展望 AI 驱动应用程序的最佳时机。要了解有关 Cloudera 数据可视化的更多信息，请注册免费试用并亲自查看。
70120编辑于 2022-03-29
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