
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
在大模型应用落地过程中,“技术门槛高、开发周期长、难以适配业务场景” 是常见痛点。华为 ModelEngine 低代码平台的应用编排功能,通过 “可视化拖拽 + 模块化节点” 的方式,让非技术人员也能快速构建大模型应用工作流 —— 无需编写复杂代码,仅需通过节点配置、流程串联,就能实现从需求到可用应用的闭环。本文结合 “客户咨询智能应答” 场景,完整呈现应用编排的实践过程,覆盖基础节点使用、工作流

研究团队提出PhyBlock基准,系统性评估21种视觉语言模型在3D积木搭建任务中的物理理解和规划能力。该基准包含400个分层搭建场景和2200道物理理解VQA问题,涵盖从简单堆叠到22块积木的复杂结构。实验发现主流模型在简单任务表现尚可,但在复杂空间依赖和高层推理上性能急剧下降,尤其存在姿态误估和支撑依赖两大核心缺陷。值得注意的是,开源模型显著落后于闭源模型,而思考模式提示对空间任务几乎无效。结

RoboCOIN是一个开创性的双臂机器人操作数据集和框架,由北京智源人工智能研究院联合多所高校和企业开发。该数据集包含超过18万条演示数据,覆盖421种任务和16个不同场景,采集自15种异构机器人平台。核心创新包括层级化能力金字塔标注系统(轨迹级、片段级、帧级)和CoRobot数据处理框架,其中RTML标记语言可自动检测数据质量。实验表明,使用RoboCOIN数据训练的模型在复杂任务上的成功率显著

本文介绍了在NVIDIA Jetson AGX Thor开发板上训练与部署GROOT N1.5模型的完整流程。该开发板采用Blackwell架构,具备高AI算力与丰富接口,是具身智能开发的优选平台。系统安装推荐通过SDK Manager工具便捷完成,模型环境适配则采用拉取专用Docker镜像的方式解决。后续需拉取官方代码并切换至N1.5版本,安装依赖库后,处理Lerobot数据集格式,再执行微调命

本文介绍了在NVIDIA Jetson AGX Thor开发板上训练与部署GROOT N1.5模型的完整流程。该开发板采用Blackwell架构,具备高AI算力与丰富接口,是具身智能开发的优选平台。系统安装推荐通过SDK Manager工具便捷完成,模型环境适配则采用拉取专用Docker镜像的方式解决。后续需拉取官方代码并切换至N1.5版本,安装依赖库后,处理Lerobot数据集格式,再执行微调命

本文介绍了在NVIDIA Jetson AGX Thor开发板上训练与部署GROOT N1.5模型的完整流程。该开发板采用Blackwell架构,具备高AI算力与丰富接口,是具身智能开发的优选平台。系统安装推荐通过SDK Manager工具便捷完成,模型环境适配则采用拉取专用Docker镜像的方式解决。后续需拉取官方代码并切换至N1.5版本,安装依赖库后,处理Lerobot数据集格式,再执行微调命

本文评测了openGauss 7.0数据库的AI与向量特性。技术方面,DataVec插件提供向量存储和检索功能,支持多种距离计算方式;AI4DB实现智能运维,DB4AI内置机器学习算法。生态建设上,社区规模快速扩张,兼容MySQL协议并支持多种硬件。实测通过Docker安装后,使用Python实现RAG系统验证其向量检索性能。结果显示openGauss在AI融合与向量处理方面表现突出,适合RAG等

云计算发展迅速,移动云作为业界领先的云服务商,一直致力于推动云计算技术的创新应用,赋能各领域的开发者,构建蓬勃发展的云生态。“移动云”是基于5g技术,由中国移动打造的品牌,针对云计算、大数据、人工智能等产品的服务,为客户提供专业的解决方案。基于互联网和虚拟化技术,将计算、存储、网络等资源以服务的形式提供给用户。用户可以根据需要获取和使用这些资源,而无需购买和维护硬件设备。通过云计算技术实现资源的动

人工智能(Artificial Intelligence),是一个以计算机科学(Computer Science)为基础,由计算机、心理学、哲学等多学科交叉融合的交叉学科、新兴学科,研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学,企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处

下面,让我们来看看如何利用PyTorch 定义一个张量。# 导入PyTorch的包 import torch接下来,我们可以创建一个尺寸为53(5,3)53的二阶张量(也就是 5行3列的矩阵)。我们希望其中每个元素的数值是随机赋予的一个01[0, 1]01其中,第二行的 x表示打印输出 的数值。可以看到系统打印输出了一个 5x3 的矩阵。下面再看一个例子,创建一个尺寸为53(5,3)53接下来,让








