登录社区云，与社区用户共同成长
邀请您加入社区
人工智能在建筑与城市规划的设计与实践作者：禅与计算机程序设计艺术1. 背景介绍在过去的几十年里，人工智能技术的发展一直是科技领域最受关注的热点之一。从最初的简单规则驱动的系统到如今复杂的机器学习模型，人工智能在各个行业都开始发挥着越来越重要的作用。建筑设计和城市规划作为一个与人类生活密切相关的领域，也逐步开始利用人工
做完这个项目后，我对"AI Agent"这个概念有了新的理解。传统的Agent定义是"能自主感知、决策、执行的AI系统"。但在我看来，如果Agent的"执行"只是生成一段文字或调用一个API，那它的能力边界其实很窄。真正的"执行"应该包括。
在深度学习模型参数量呈指数级增长、训练与推理需求爆炸式发展的今天，通用处理器（CPU、GPU）在能效比和计算密度上的局限日益凸显。基于ASIC（Application-Specific Integrated Circuit）架构的AI芯片应运而生，它通过将神经网络的计算模式“固化”于硅片之中，实现了前所未有的性能功耗比（TOPS/W）和计算吞吐量。这类芯片不仅是推动AI从云端走向边缘、从实验室走向
**《2025 中国人工智能行业大模型应用实践与展望报告》** 由世界互联网大会与中国联通联合发布，深入剖析全球及国内人工智能大模型的发展趋势、政策环境、市场动态、技术突破以及产业生态建设，全方位展现中国人工智能行业大模型的应用实践与未来展望。**报告亮点：**- **深度洞察全球大模型发展趋势：** 揭示全球大模型在技术层面多模态融合、推理能力提升、训练成本降低、模型小型化与端侧部署、长文本处理
图表数据新增标签显示机制，支持MySQL SSL安全连接。
大型语言模型（Large Language Models，简称LLM）是一类基于深度学习的人工智能模型，旨在处理和生成自然语言文本。通过训练于大规模文本数据，这些模型能够理解并生成与人类语言相似的文本，执行包括文本生成、翻译和情感分析等多种自然语言处理任务。LLM的重要性在于其广泛的应用场景，从自动化客户服务到高级研究，都显示出其强大的实用性和潜力。LLM可以从长篇文本中提取关键信息，生成简洁的摘
本系列博客是吴恩达(Andrew Ng)深度学习工程师 课程笔记。全部课程请查看吴恩达(Andrew Ng)深度学习工程师课程目录在上一节中学习了损失函数，损失函数是衡量单一训练样例的效果，成本函数用于衡量参数w和b的效果，在全部训练集上来衡量。下面我们讨论如何使用梯度下降法，来训练和学习训练集上的参数w和b，使得J(w,b)J(w,b)尽可能地小。这个图中的横轴表示空间参数w和b，在实践中，w可
使用 Codex++ 配置 Codex 入门教程 在 Codex++ 里接 Codex，最常见的问题不是工具坏了，而是参数填错：API Key 少了前缀、base_url 多了一段路径、模型名和接口不匹配，或者本机代理没走通。遇到配置后无响应，先别急着重装，按“参数、网络、模型、日志”的顺序查，通常十分钟内能定位。 一、先准备好几个必要参数 开始配置前，建
如果说硬件工厂是量产的“基石”，软件层的创新就是国产机器人对抗波士顿动力、特斯拉的“终极武器”。远舢智能推出的“技能库+组件化API”方案，彻底颠覆了传统机器人“一机一用”的局限：通过搭建包含数千种任务技能的核心库，配合组件化的API接口，同一台机器人可实现“上午分拣快递，下午切换成机床上下料，夜间完成仓库盘点”的多场景快速切换。这种“硬件标准化+软件可定义”的范式，让机器人的复用率提升3倍以上，
Qwen3-VL-30B-A3B模型开源发布，含Instruct和Thinking两版本，两张4090即可运行。实测显示模型在OCR、内容理解、数学等方面表现优秀，但表格识别较弱。Thinking版本在图像理解、计算和图片排序上更佳。作为30B参数仅激活3B的MoE模型，它体积小性能强，适合端侧部署和微调，是开发者入门多模态大模型的理想选择。
AI
——AI
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
DAMO开发者矩阵
龙虾开发者社区
AI编程社区
