登录社区云，与社区用户共同成长
邀请您加入社区
火山引擎与TRAE协同打造智慧供应链平台，通过AI技术解决汽车制造业供应链管理痛点。平台采用分层微服务架构，集成火山引擎的豆包大语言模型、OCR识别、多模态理解等AI能力，实现供应商数据智能解析、BOM管理自动化和报价分析提速。TRAE AI开发环境显著提升研发效率，支持"对话即编程"、智能代码补全和自动审查。该方案将传统需数周的BOM变更缩短至数小时，报价分析周期从1周降至数
技术不再悬浮，智能躬身入局。
如何破解算力利用率极低的行业现状？
尤其是针对AI制药算法模型训练面临的频繁硬件故障、算法OOM（内存溢出）、多机多卡通信阻塞等工程稳定性问题，火山引擎通过专为AI训练优化的AML机器学习平台，结合云原生、软硬一体、高性能计算集群，帮助深势科技实现了资源的低运维管理和高利用率。新升级的药物计算设计平台Hermite®是深势科技近年来在AI for Science领域深耕和集大成的平台产品，能为药物研发工作者提供数据、算法、算力三位一
如何降低开发门槛，加速 Agent 从概念走向应用？
此次火山引擎企业直播功能的迭代，不仅仅是单纯的技术升级，更是对企业直播业务逻辑的一次深度解构，从质检、复盘与总结三个维度，补齐了长期存在的能力短板，让企业直播变得更智能、更高效、更具可持续性。回顾企业直播的发展路径，从最初解决直播的稳定性，到关注直播的多平台分发，再到今天聚焦如何做好内容安全，并最大程度释放直播内容的价值，能力演进的方向愈发清晰。通过这种方式，原本非结构化的直播回放从单纯的存档，激
火山引擎边缘云，以云原生技术为基础底座，融合异构算力和边缘网络，构建在大规模边缘基础设施之上的云计算服务，形成以边缘位置的计算、网络、存储、安全、智能为核心能力的新一代分布式云计算解决方案。借助字节跳动项目管理、研发管理、运维管理工具，构建业务、产品、商品、项目、需求、任务、人员之间的连接，打通壁垒，让高性价比、标准的计算和连接无处不在。部分部门具备数字化驱动意识，点状推广项目管理标准化。基于存在
文章详细介绍了RAG（检索增强生成）技术的完整实现流程，包括文档加载、文本切分、向量存储与检索、重排序与上下文压缩，最终接入LLM生成答案。通过LangChain框架，将RAG流程拆分为可组合、可替换的组件，从基础概念到实际应用，为开发者提供了工程上完整的RAG实现方案，适合大模型开发者和编程初学者学习和实践。
看到一张“母慈子孝”的聊天记录，我突发奇想：能不能让 AI 把它画出来？折腾一下午，我真的造出了一个“漫画工作室”！它有负责写脚本的“AI 编剧”，有老实干活的“AI 画师”，还有负责发文的“宣发”。你要做的，只是把段子丢进去，剩下的全自动搞定。来看看我是怎么做到的吧！
本次挑战营邀请广大开发者，基于合合信息旗下Textln打造，火山引擎提供平台支撑的文本智能领域AI创新应用，结合真实业务或创意设想进行技术实践与内容创作，共同探索TextIn“大模型加速器”+Coze/Hi Agent的实际应用场景与业务价值。近期，由合合信息 TextIn 打造、火山引擎提供平台支撑的“大模型加速器”升级版正式发布，双方共同打造文本智能领域的AI创新应用，为企业与开发者提供一站式
本文介绍了火山引擎命令行工具（CLI）的使用方法。从v1.0.20版本起，命令前缀更新为"ve"。文档详细说明了安装方式（通过release获取或自行编译）、配置步骤（环境变量设置和凭证管理）以及如何使用CLI调用API。重点讲解了configure命令的各类操作，包括配置管理、自动补全设置和颜色显示功能。最后提供了调用API的基本命令结构和示例，支持参数传递和JSON数据输入
本届大会，乐鑫携手全球生态伙伴，与开发者一起深入探讨 AIoT 时代的技术演进与落地路径。
本文探讨了如何利用TextIn大模型加速器和火山引擎AI平台，构建"数字员工"来高效处理运营商客服工单。针对传统工单分析面临的信息非结构化和需求多变两大痛点，提出基于Coze工作流的技术方案：通过TextIn智能抽取API将非结构化文本转化为标准化JSON数据，构建带标签的工单向量记忆库，实现精准分析。实验表明，该方案显著提升了数据处理效率和分析准确率，使工单数据从"
LLM 协作能力瓶颈与 CollabLLM 的创新思路大型语言模型（LLMs）已经能够解决奥林匹克竞赛等难题，但却常在极其简单的日常多轮对话中表现较差。对于大多数用户提出的不够具体的需求，这些 AI 工具可能会作出不当假设、忽略关键细节或未能提出澄清问题、以及无法主动提供建议。
🍉在信息化时代，个人知识库的构建对于提高工作效率、知识管理和信息提取尤为重要。尤其是当这些知识库能结合人工智能来智能化地整理、分类和管理数据时，效果更为显著。我最近尝试通过和来搭建个人智能知识库，探索如何将这两者结合起来提升工作效率。今天，就来分享一下我在这一过程中所经历的思考和探索，尤其是如何利用它们打造一个智能化的知识管理系统。
介绍了火山引擎大模型语音识别的双向流式模式技术规范
摘要： 本文介绍了Sigmastar Pcupid系列开发板对接火山引擎RTC服务的测试环境搭建指南。主要内容包括： 硬件准备：需配备Comake Pi D1开发板及外设（摄像头、麦克风、扬声器）和网络环境。 火山引擎服务开通：详细说明如何创建账号并开通RTC、ASR、TTS、LLM服务，配置权限及获取API密钥。 配置文件设置：需填写config.json中的关键参数（如App_ID、ACCES
豆包与火山引擎同属字节跳动体系，二者是深度绑定的技术与商业搭档关系，豆包作为核心大模型提供技术能力支撑，火山引擎则作为核心载体与渠道实现其商业化落地。
近日，火山引擎发布大模型生态广场—— MCP Servers，借助字节跳动生态能力，通过“MCP Market（工具广场）+ 火山方舟（大模型服务）+Trae（应用开发环境）”深度协同，实现工具调用、模型推理到应用部署的全链路开发闭环，助力开发者以 “模块化组装” 模式告别复杂手动开发流程。作为火山引擎MCP生态的核心数据组件，LAS已与火山方舟大模型平台深度集成，为企业提供从数据准备、模型训练到
本次更新，我们在多个公开评测基准上，对 Doubao-1.5-pro 的性能进行评估。相比上一版本，Doubao-1.5-vision-pro 在多模态数据合成、动态分辨率、多模态对齐、混合训练上进行了全面的技术升级，进一步增强了模型在视觉推理、文字文档识别、细粒度信息理解、指令遵循方面的能力，并让模型的回复模式变得更加精简、友好。豆包大模型 1.5 全产品，包括 doubao-1.5-pro，d
【摘要】一份来自IDC的报告揭示了AI云服务市场的核心转变。Tokens调用量正取代传统算力，成为衡量AI应用真实价值的新标尺。火山引擎凭借其前瞻性的MaaS战略，在这一新范式下占据了市场主导地位。
V4.9.7 Fastgpt现在不通过oneapi 来配置模型和渠道了， 可以直接在页面进行设置。在RestAPI的model 里面可以看到模型名字，对应刚刚填入的 模型映射的 value。映射之后还要在火山引擎打开这个模型权限，需要操作3次 ，每个模型一次。渠道名随便填，厂商选豆包， 然后选3个模型，如图所示。
Ascend NPU 以高性能矩阵运算和能效著称（如 Ascend 910B 提供 400 TFLOPS FP16 计算），Volcengine 通过 Volcano 调度器、VERL（Volcengine Reinforcement Learning）框架和 vLLM-Ascend 等工具，提供无缝支持。
在这个数字化的时代，服务器就像是我们信息世界的“大管家”，可要是它突然死机了，那可真是让人头疼。可以使用top或htop(Linux)，或任务管理器(Windows)查看内存使用情况。查看BIOS或主板的错误日志。散热和温度：检查服务器的散热系统，确保风扇正常运转，散热片没有积尘。电源供应：检查电源是否稳定，是否有电源故障或电源线松动的问题。通过以上系统化的检查和维护，可以有效排查和解决服务器死机
火山云服务器是字节跳动旗下高性价比云服务产品，主打与抖音/飞书生态深度兼容。核心应用场景包括：1）中小微企业网站/小程序搭建，提供一键部署和低价套餐；2）短视频/直播业务，优化音视频处理能力；3）企业办公系统部署，与飞书无缝对接；4）开发者测试环境，支持按小时计费。优势在于字节生态联动、低延迟算力和弹性扩展能力，特别适合预算有限的中小企业和个人开发者。但不适合海外业务、超大规模高并发场景及政企涉密
火山引擎
——火山引擎
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
2048 AI社区
九章云极普惠算力
火山引擎 ADG 社区
