新闻中心 
-
09-19无问芯穹发布全规模AI方案及三大产品，解锁AI落地价值密码算力作为智能时代的核心驱动力，其规模与效率直接决定了数字社会的演进速度。在世界人工智能大会上，无问芯穹正式推出“全规模AI效能跃升方案”，并发布三大核心产品：无...
-
09-05智能助手怎么处理多模态任务_AI理解图片语音和文本方法多模态智能助手通过多模态嵌入、注意力机制、Transformer架构和对比学习等技术，将图像、语音和文本统一表示并关联，实现跨模态理解与响应；实际应用中面临数据...
-
08-30如何在PyTorchGeometric训练AI大模型？图神经网络的训练方法PyTorchGeometric中训练大型GNN模型的核心挑战在于内存管理与计算效率，需通过邻居采样、子图采样等技术实现高效数据加载；采用GraphSAGE、P...
-
07-29KAT-V1— 快手开源的自动思考模型KAT-V1是什么KAT-V1是快手推出的开源自动思考（AutoThink）大模型，提供40B和200B两个参数规模版本。该模型创新性地融合了“思考”与“非思考...
-
07-17SCNet：自校正卷积网络，无复杂度增加换来性能提升本文介绍SCNet模型，其核心是自校正卷积（SCConv），通过异构卷积和卷积核间通信扩大感受野，建立远程空间和通道依存关系，且不增参数。以10分类动物数据集测...
-
07-11多模态系统如何实现跨模态检索 不同模态间索引与检索的核心技术本文将探讨多模态系统如何实现跨越不同数据类型的检索，即跨模态检索。我们将深入解析在图像、文本、音频等不同模态数据之间建立联系并进行有效搜索的核心技术，重点讲解如...
