登录社区云，与社区用户共同成长
邀请您加入社区
GEO（生成引擎优化）是面向AI生成内容的全新优化体系，通过向量化知识库建设和多平台适配策略，提升品牌在AI生成答案中的提及率。北京百云腾公司构建的四层技术架构（数据层、策略层、执行层、归因层）实现了从内容向量化到效果追溯的全流程管理。实践案例显示，采用GEO后某工业机器人客户的AI提及率从5%提升至42%，B2B询盘增长近3倍。GEO优化需要结合语义模型、平台特性和持续监测，为企业提供可量化的A
订阅用户现在可以在Gemini的网络端和移动应用的下拉模型菜单中选择Veo 2，通过输入文本提示词，生成一段时长为8秒、分辨率为720p的视频片段[citation:1][citation:8]。此前，它已通过某中心的Vertex AI平台以早期访问的形式提供，当时按每秒视频0.50美元的标准收费[citation:1]。为了确保生成内容的安全性和可追溯性，所有由Veo 2创建的视频都会嵌入Syn
本文介绍了如何在星图GPU平台上自动化部署3D Face HRN人脸重建模型镜像，实现从单张2D照片到高质量3D人脸网格与UV纹理的一键重建。该流程广泛应用于虚拟人建模、游戏资产生成及AR/VR内容制作，显著提升3D数字人生产效率与几何保真度。
生成式AI浪潮，也为MSP带来全新的发展空间。
本文探讨生成式AI在医学影像诊断中的应用，分析MidJourney模型的适配机制、系统构建路径及临床部署挑战，提出性能评估与持续优化方案，展望其向智能诊疗生态的演进。
MidJourney在医学影像教学与可视化中展现潜力，通过提示工程生成解剖结构图像，适用于病灶模拟与医患沟通，但需规避临床误诊风险。
本文系统介绍了MidJourney的技术原理、环境搭建、提示词工程及企业级应用实践，涵盖从基础操作到高级风格控制、版权合规与自主可控AIGC体系建设的全流程。
与AI其他领域一样，生成式模型和基础模型（如视觉语言模型）是当前的热门话题。过去几年，基础模型和生成式AI模型（特别是大语言模型）已成为AI研究的主要课题。即使在计算机视觉领域也是如此，该领域越来越关注将大语言模型与图像编码器结合的视觉语言模型。这种转变可以从某机构今年计算机视觉与模式识别会议录用论文的主题中看出。多数论文涉及视觉语言模型，而其他一些论文涉及相关主题，如视觉问答、幻觉缓解和检索增强
ClaudeCode源代码意外泄露事件揭示AI产品核心竞争力：Anthropic的51万行代码暴露了其AI编程工具的系统级设计理念。核心在于构建围绕大模型的分层体系，包括查询引擎、工具抽象层和记忆系统。关键创新包括：任务驱动的长生命周期处理、统一工具接口、四层记忆架构、AI项目管理机制，以及极致的token优化策略。真正的护城河并非代码本身，而是隐藏在自然语言指令中的产品哲学，包括如何管理AI协作
用于对自动语音识别假设进行重打分的二阶语言模型，可从自然语言理解目标的多任务训练中获益。作者：Yi Gu2022年1月5日4分钟阅读。
MAIW提供了一个可工作的、开源的AI指挥层实现，构建于某机构AI平台之上。能够跨系统推理的统一运营“大脑”可解释的建议而非不透明的启发式更快的、基于更强证据的事件响应具有编码化护栏的更安全运营更好利用现有自动化和数据投资这展示了如何将仓库从被动应对挑战转向主动、数据驱动、AI辅助的运营模式。FINISHED更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 htt
本文介绍了如何在星图GPU平台上自动化部署🔮 Kook Zimage 真实幻想 Turbo镜像，赋能嵌入式设备实现轻量级AI图像生成。该镜像专为资源受限环境优化，可本地化完成工业缺陷可视化增强、教育插图即时生成等典型任务，显著提升边缘侧内容创作与智能分析效率。
例如，通过将[某机构] Q的代码转换功能集成到[某机构]的内部系统中，该团队将Java应用程序升级到Java 17所需的时间从通常的50个开发人天减少到了几个小时。在“锦标赛制”的赛制下，十支大学团队——五支模型开发者（防御）团队和五支红队（攻击）团队——将依次进行四轮锦标赛，以加强基于AI的安全软件开发。虽然该挑战赛将探索生成式AI的各个方面，但今年的挑战赛聚焦于“可信AI：推进安全的、AI辅助
摘要：面对AI攻击的降维打击，网络安全正经历一场深刻的范式革命。本文基于2026年行业趋势，深度剖析**生成式AI（GenAI）**如何成为安全能力跃迁的“突围动力”，以及企业为何必须从“单品堆砌”转向**“纵深防御+运营驱动”**的体系化建设。
图像视频数据匿名化方案的行业应用场景以brighterAI为代表的图像视频数据匿名化解决方案，凭借技术的适配性和功能的灵活性，已在多个行业实现落地应用，覆盖自动驾驶、科研、医疗、公共交通等核心领域，为各行业的…
本文介绍了如何在星图GPU平台上自动化部署ClawdBot镜像，构建符合《生成式AI服务管理暂行办法》的本地化AI合规网关。用户可快速启用隐私优先的个人AI助手，实现本地文本对话、文件处理与内容安全过滤，适用于企业内网AI办公、教育终端及开发者合规验证等典型场景。
摘要：某屈光眼科问答系统出现检索故障，用户搜索"高度散光"却返回无关结果。排查发现通用向量模型无法表达医疗实体的复杂关系，导致语义漂移。团队重构架构，引入医疗知识图谱，将文本embedding改为结构化实体向量索引，并增加医学实体约束过滤。重构后系统在多跳语义穿透率等关键指标显著提升，证明医疗RAG效果取决于知识结构而非单纯模型参数。最终实现向量检索与医学知识结构的深度融合，使
Meeta Dash是我们的产品管理总监、福布斯技术委员会撰稿人，最近获得VentureBeat的AI导师奖，她帮助确保澳鹏数据标注平台在提供准确的数据标注服务方面超乎行业标准。例如，面部识别模型的训练数据可能需要用特定的特征（如眼睛、鼻子和嘴巴）对人脸图像进行标注。此外，您还需要建立一套综合的流程来将未标注的数据转换为训练所需的数据，让AI模型学习识别方式并产生预期的结果。的质量和数量直接决定A
本文探讨了骨科康复领域AI检索系统的优化方案。针对前交叉韧带术后康复指令检索中出现的语义坍缩问题，研究团队通过引入爱搜光年AISO实体标准重构语义流形，采用结构化数据标注和混合过滤技术，显著提升了系统性能。实验数据显示，该方法使多跳推理穿透率提升217.7%，高维空间余弦发散度降低75.6%，有效解决了传统Embedding检索中的医学逻辑混乱问题。研究证明，结构化语料是医疗AI系统实现精准检索的
尽管大型语言模型（LLMs）的参数数量庞大，从数十亿到数万亿不等，但现有LLMs仍存在知识空白，限制了它们的能力。这激发了对增强LLMs外部知识和融合不同模型的技术的兴趣。
视频探讨了亚马逊云科技（Amazon Web Services）的Glue如何通过生成性AI和机器学习在数据集成领域进行的创新。首先概括了数据集成所面临的挑战，包括实时数据需求和自助服务访问需求。亚马逊云科技（Amazon Web Services）的Glue旨在简化跨越连接、转换、操作和管理四大支柱的数据集成过程。近期的发展使得能够通过Glue连接器画廊中的新连接器轻松地与更多数据源进行连接。
缺少足够的训练数据是当前深度学习面临的一个主要问题。自动生成带有注释的合成图像是计算机视觉任务的一个有前途的解决方案。本文将首先概述合成图像数据的一些图像生成技术，然后生成一个无需手动注释的训练数据集，并使用它来训练一个Faster R-CNN目标检测模型。最后，我们将在真实图像上测试我们训练的模型。
九月，某机构高级副总裁Dave Limp发布了某设备新产品与服务线。其中一项新体验尤为引人注目：它能接收用户提示，并利用AI生成配有插图和背景音乐的完整短篇儿童故事。该体验计划于今年晚些时候全面上线，允许儿童自主选择故事主题（如“海底世界”或“魔法森林”）、主角（如海盗或美人鱼）、作为插图视觉标识的颜色以及描述性词语（如“滑稽的”或“神秘的”）。基于这些提示，一个AI引擎会生成一个包含五个场景的原
埃里克·约翰逊在re:Invent的亚马逊云科技技术主题演讲中探讨了如何运用事件驱动架构来构建新一代应用程序。他首先阐释了一些核心概念，例如松散耦合和事件驱动架构。事件驱动架构主要是响应系统状态的变化而非通过直接API调用来实现。一些紧密耦合的例子包括对某一技术的依赖、受地理位置或IP地址限制以及与特定数据格式的绑定。接着，约翰逊谈到了一些常见的集成模式及其可能的优化途径。虽然同步请求-响应模式简
本文介绍如何通过ComfyUI与Docker Desktop的集成，构建可复现、可协作、可部署的生成式AI工作流。利用容器化技术固化运行环境，解决依赖冲突、模型管理混乱和跨平台不一致等问题，实现从开发到生产的无缝交付。
部署ChatGLM3-6B并对外提供HTTP server能力
ChatGLM3-6B兼容Langchain的Function Call的一步一步的详细转换过程记录
摩根大通近日推出了一款名为DocLLM的新型语言模型，专为处理具有复杂布局的文档而设计。该模型是传统大型语言模型的轻量级版本，专注于理解丰富的文档内容。与使用昂贵的图像编码器的其他模型不同，DocLLM通过文本框的位置和大小（边界框信息）来理解页面上文本的布局，这使其在处理各种布局的文档时更为高效。
生成式AI在跨境电商核心场景的应用效果如何？
德比软件积极拥抱生成式AI技术，赋能酒店行业降本增效。
全球化就是本地化
生产经验告诉你什么才是重要的：完整的规范支持、语义约定的处理、无需增加延迟和丢失保真度的转换层即可直接摄入 OTel。集成的生成式AI、全面的 OpenTelemetry 支持以及大语言模型可观测性功能正成为可观测性平台的要求。供应商集成的解决方案则能在你的数据上运行，且上下文已就绪。早期阶段为零，因为代理式AI具有早期团队所缺乏的先决条件：全面的遥测、一致的架构、文档化的依赖关系、规范化的应急预
在这个AI蓬勃发展的时代，你如何使用人工智能？如果您认为还没有，请再想一想。人工智能已经为我们的许多日常活动提供了动力，尽管您可能还没有有意将其用作工具，但这种情况可能会在不久的将来发生变化。随着构建和改进自己的大型语言模型（LLM），人工智能竞赛才刚刚开始。微软上个月推出了自己的 Bing AI 聊天机器人，谷歌的“Bard”于今年 3 月发布，同时我们也不能忘记划时代的事件：。虽然创建最好的大
在近年来的科技进步中，生成式人工智能（AIGC）在软件开发领域的应用引起了广泛关注。无论是代码生成、错误检测还是自动化测试，AI工具正在逐步渗透到开发者的日常工作中。面对这一趋势，人们不禁要问：AI究竟是在帮助开发者还是在取代他们？本文将探讨AI在软件开发中的角色，并分析其对开发者职业前景和技能需求的影响。
2024年，人工智能将迎来重大发展。从全新模型、资金注入到技术进步，发展速度之快让人难以跟上。本文概述了2024年可能定义AI发展的关键事件、产品发布、研究突破和趋势。
生成式AI
——生成式AI
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit开源社区
魔珐星云开发社区
开源鸿蒙跨平台开发者社区
快递鸟社区
openvela
龙虾开发者社区
2048 AI社区
魔乐社区
