人工智能

科普专栏｜大语言模型：理解与生成语言的人工智能在人工智能的研究与应用中，大语言模型（Large Language Model，LLM）正逐步成为核心技术之一。如今，deepseek，腾讯元宝，字节豆包等等模型已经能够与我们进行流畅的对话，帮助解决问题、生成文本，甚至进行创造性写作。那么，背后到底是什么技术让这些系统能够如此智能地理解和生成语言呢？

CRNN（CNN + RNN + CTC）：OCR识别的经典之作想象一个自动识别车牌的工厂流水线：过程分解：CNN（视觉质检员）：先看整体车牌，找出“哪里是字、哪里是背景”

weixin_42969072

数字人源码部署供应商在生成式AI数字人赛道快速爆发的背景下，企业对高性价、可私有化部署的数字人源码解决方案需求激增。作为深耕该领域的创新型企业，深圳领创云拓智能科技有限公司（简称：深圳领创云拓）凭借自研AI大模型、GEO优化技术与SaaS化产品矩阵，成为当前市场中极具竞争力的数字人源码部署供应商之一。

司南OpenCompass

Gemini-3-Pro 强势登顶，GPT-5.1 转向“创作型选手”？丨多模态模型11月最新榜单揭晓多模态大模型的崛起，正在重新定义我们理解与使用 AI 的方式。当模型能够像人类一样，将图像、文本、语音、视频等信息自然融会贯通时，它便获得了更完整、更真实的世界视角。跨模态的统一认知让 AI 不再停留在“看见”“听到”的感知层面，而是能够读懂语境、推演逻辑、辅助决策，展现出向通用智能迈进的关键能力。随着算法、数据与算力的不断进化，多模态大模型正加速从实验室走向产业深处，在越来越多的应用场景中持续释放价值，引领智能时代的全面升级与加速到来。

2025年北京地区人工智能认证报考指南：以CAIE为例在北京，无论是高校学生还是职场人士，学习人工智能技能的热情持续高涨。考取一个专业认证，成为许多人系统提升和证明能力的途径。

AI真的懂你！阿里发布Qwen3-Omni-Flash 全模态大模型：超强交互，人设任选随着AI越来越“拟人化”，应用场景也在不断扩大。AI终于从“工具”变成“懂你的人”！阿里Qwen3-Omni-Flash的发布，直接把全模态交互拉进一场“交互革命”——它不仅能听、能看、能说，还能捕捉你的情绪波动、记住对话细节，甚至用“李白”的豪放、各地方言回应你，连语气词都拿捏得恰到好处。越来越“拟人化”的AI，是不是意味着会成为我们最贴心的 “数字伙伴”？

前沿技术借鉴研讨-2025.12.9（胎儿面部异常检测/超声标准平面检测/宫内生长受限）【核心目标】本文探讨了2013-2024年间基于人工智能的算法在胎儿面部异常检测中的应用。研究重点聚焦于解决当前超声和MRI等成像技术在检测胎儿面部异常时面临的挑战，包括低分辨率、运动伪影和标注数据不足等问题。【三方面分类】

亚马逊云开发者

使用Amazon Bedrock和Pipecat构建低延迟智能语音Agent在生成式AI与语音交互技术快速发展的当下，如何高效构建低延迟、个性化、自然对话体验的智能语音Agent，已逐渐成为业界关注的焦点之一。

一键换背景，创意无界限——智能图片背景生成与替换平台，解锁视觉设计新可能在数字内容创作与视觉设计的领域中，图片背景的处理往往是提升作品吸引力的关键。无论是电商产品展示、社交媒体配图，还是个人创意摄影，一个与主体高度契合的背景能瞬间提升画面质感。然而，传统背景替换方法（如PS抠图）不仅耗时耗力，还对技术门槛有较高要求。「智能图片背景生成与替换平台」应运而生，通过AI技术与设计理论的深度融合，为用户提供高效、智能的背景解决方案，让创意表达更自由。

容器云2.7pytorch版本安装问题conda create -n llamafactory python=3.10 -y（创建环境） cd .local/lib/ mv python3.10/ python3.10-ori（因为会优先识别~/.local下的库，导致创建环境也会产生模块冲突，所以重命名一下，让conda识别不到） pip install llamafactory -i https://pypi.tuna.tsinghua.edu.cn/simple/

当AI下沉到MCU：嵌入式开发者的“能力护城河”正在被重写2023年10月，Google 在其官方博客宣布：TensorFlow Lite Micro（TFLM）已支持在仅 256KB RAM 的 Cortex-M7 MCU 上运行量化版 MobileNetV2 模型，推理延迟低于 100ms。这并非实验室原型——Coral Dev Board Micro 已在官网开售，售价 79.99 美元，搭载 NXP i.MX RT1062（Cortex-M7，1MB RAM），并提供完整 SDK。

Coding茶水间

基于深度学习的遥感地面物体检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)基于深度学习的遥感地面物体检测系统遥感地面物体检测在城市规划、交通监控、环境监测及农业管理等领域具有重要应用价值。传统基于人工解译或经典图像处理的方法，面对高分辨率遥感影像中目标尺度多变、背景复杂、分布密集等挑战，往往存在效率低、漏检率高、定位精度受限等问题。近年来，以 YOLO 系列为代表的单阶段目标检测算法，凭借端到端推理、较高检测速度与优良的多尺度特征学习能力，在遥感影像目标检测任务中得到广泛关注，并逐步由通用场景向交通设施、港口、运动场、道路交叉口等细粒度地面物体检测延伸。

爱吃烤鸡翅的酸菜鱼

Catlass 模板库编程范式：昇腾高性能算子开发新高地在昇腾AI 处理器的算子开发领域，Catlass 的出现标志着一个重要的转折点。它不再要求开发者从零开始通过 Ascend C 构建复杂的矩阵运算逻辑，而是提供了一套基于模板元编程的高性能算子开发范式。

AI营销内容生产：1人如何玩转抖音、小红书内容矩阵进入2025年，内容赛道的竞争已然白热化。对于每一位市场营销人员、内容运营者和企业主而言，这是一种切肤之痛：创意似乎总在枯竭边缘，维持抖音、小红书等多平台账号的日更，几乎榨干了整个团队的精力；更令人焦虑的是，即便投入了大量人力物力，流量增长却日益乏力，ROI不成正比。这便是当下普遍存在的“内容内卷”与“生产力瓶颈”。

小咖自动剪辑

提升电商素材剪辑效率：多场景内容自动生成流程解析在大量电商内容需要快速产出的场景中，通过自动化方式来处理、组合与生成视频素材，已经成为不少工作室提高效率的重要手段。本文将基于一个典型的“多场景自动合成流程”进行拆解，展示如何通过工具将素材库快速组合成结构统一的展示视频。

Spring Ai Alibaba-1.1.0.0-RC1-LlmRoutingAgent在路由模式中，使用大语言模型（LLM）动态决定将请求路由到哪个子Agent。这种模式非常适合需要智能选择不同专家Agent的场景。

金融小师妹

基于NLP政策文本分析与多智能体博弈模拟的FOMC决策推演：“美联储传声筒”下的利率路径分歧摘要：本文通过构建自然语言处理（NLP）驱动的政策文本情感分析模型，结合多智能体强化学习博弈框架，对美联储12月议息会议中政策制定者的分歧强度、利率决策路径及继任者影响进行量化推演，重点分析降息与政策信号释放的动态博弈过程。

工程行业数智化转型：挑战与破局之路信息化与数字化建设仍处于攻坚阶段。当前，大型工程企业正加速推进数字化转型进程，但仍有大量业务板块尚未完成信息化改造，与业务流程深度协同的高质量数据流体系仍在持续优化完善。在工程设计领域，多专业协同模式正逐步从传统文件级协同向数据级协同升级，但距离实现全流程数字化目标仍存在较大差距。如何在数字化建设的“长期主义”战略布局与“短期见效”的现实需求之间达成平衡，已成为考验数字化建设者专业能力与战略智慧的核心课题。

全域众链：模式革新驱动生态共赢在实体行业数字化转型的浪潮中，无数平台试图用 “工具 + 服务” 的单一模式破局，却始终陷入 “商家获客难、创业者盈利难、平台变现难” 的三方困局。而全域众链的横空出世，并非简单叠加 AI 技术与运营服务，而是通过颠覆性的模式革新，构建了 “商家降本增效、合伙人创业新蓝海、平台生态壮大” 的共赢闭环，彻底重构了实体数字化的协作逻辑，为行业带来了全新可能。

基于 openFuyao 的 AI 推理加速实战：智能路由与 PD 分离式 KVCache 架构揭秘随着大模型与多模态 AI 应用的快速落地，推理阶段的算力需求呈现爆炸式增长。传统推理系统在面对复杂算力调度、缓存失配、数据热点等问题时，往往存在资源利用率低、推理延迟高等瓶颈。