Moonshot AI 介绍MoonshotAI介绍 公司介绍 • 北京⽉之暗⾯科技有限公司(MoonshotAI)是⼀家专注于通⽤⼈⼯智能领域的公司。公司致⼒于 寻求将能源转化为智能的最优解,通过产品与⽤⼾共创智能,实现普惠AI。 • 成⽴时间:2023年3⽉1⽇ • 产品 ◦ Kimi智能助⼿(⽹⻚版:kimi.ai、App和⼩程序搜索“Kimi智能助⼿”即可),发布时间 2023年10⽉9⽇ 2023年10⽉9⽇ ◦ MoonshotAI开放平台(公测中https://platform.moonshot.cn/),发布时间2023年11⽉2⽇ • 欢迎关注公众号,了解更多动态 公司亮点 1.团队拥有世界级的⼈才密度: a. 创始⼈杨植麟是中国35岁以下NLP领域引⽤最⾼的研究者,Transformer-XL和XLNet两篇重要 论⽂的第⼀作者;两位联合创始⼈周昕宇和吴育 ⼤模型⽅⾯。团队成员发明了RoPE相对位置编码,是MetaLLaMa和GooglePALM等⼤多数 主流模型的重要组成部分;发明了groupnormalization,是StableDiffusion等AI模型成功 的关键组件;发明了Transformer-XL,是历史上第⼀个在词级别和字级别都全⾯超越RNN 的注意⼒语⾔模型,解决了语⾔建模上下⽂⻓度的关键问题,定义了语⾔建模的新标准;曾 与0 码力 | 74 页 | 1.64 MB | 1 年前3
Manus AI:Agent元年开启2025!3" Manus AI!Agent"#$ChatGPT%& #$% SAC NO. S0570519080006 | SFC NO. BQZ938 &'( SAC NO. S05701220801381 !"#$%&'() !"#$ • !"#$%&'()*AI+!"#$,-./012334%&'(56789:;<=>?@A BC%&'() • DEFGHI)*DEFGJKH abcde&fghi=>.gjklmno5pqLr?E=PstOuv5w%xyabz {|L}=>~}m•O2€.jk• • ‚ƒc„…†Agent…‡ˆAGIO‰Š‹Œ•1 Manus AI!"#$%&'Agent3 Manus AI%&'() • Manus !"#$%&'()*+,-./012345-6708,9):;<=>Manus ?@A+'BCDEFGHIJK,LMN OPQMR<"S>TUVWXY3 "#$%Bloomberg*&'()4 Manus AI%*+,- !"#$%Bloomberg*&'()5 Manus AI%./01 • GAIA !"#%‡•ž$% AI Ÿ G¡¢ž£,¤¥-UL6¦§¨©ª«Level 1cLevel 2cLevel 3¬G-•>Manus AI L®‰¯# §¨©ª°±²³{´µG SOTA œ=> • Manus AI ¶·fgG$%JKA+)€,¸¹!Lº»JK«Level0 码力 | 23 页 | 4.87 MB | 5 月前3
PFS SPDK: Storage Performance Development Kit0 码力 | 23 页 | 4.21 MB | 6 月前3
普通人学AI指南普通人学 AI 指南 作者:郭震 日期:2024 年 6 月 8 日 Contents 1 AI 大模型基础 4 1.1 AIGC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.2 AGI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.4.2 单位 B 和 T . . . . . . . . . . . . . . . . . . . . . . . . . . 6 2 AI 工具梳理 6 2.1 问答 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 2.1.1 ChatGPT . . . . . . . . . . 8 2.2.6 Midjourney . . . . . . . . . . . . . . . . . . . . . . . . . . 8 2.3 AI 视频工具 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 2.3.1 Sora (OpenAI 公司) . . . .0 码力 | 42 页 | 8.39 MB | 8 月前3
AI大模型千问 qwen 中文文档understanding, text generation, vision understanding, audio understanding, tool use, role play, playing as AI agent, etc. 最新版本 Qwen1.5 有以下特点: • 6 种模型规模,包括 0.5B、1.8B、4B、7B、14B 和 72B; • 针对每种尺寸提供基础模型和 Chat 模型,并确保聊天模型按照人类偏好进行校准; 模型,并确保聊天模型按照人类偏好进行校准; • 对基础模型和 Chat 模型的多语言支持 • 基础模型和聊天模型都支持多种语言; • 支持工具调用、RAG(检索增强文本生成)、角色扮演、AI Agent 等; 想了解更多信息,欢迎访问: • 博客 • GitHub • Hugging Face • ModelScope • Qwen1.5 Collection 加入社区,加入 Discord OOM 问题。这也是为什么您发现一个大型语言模型服务总是占用大量内存的原因。 1.11 SkyPilot 1.11.1 SkyPilot 是什么 SkyPilot 是一个可以在任何云上运行 LLM、AI 应用以及批量任务的框架,旨在实现最大程度的成本节省、最 高的 GPU 可用性以及受管理的执行过程。其特性包括: • 通过跨区域和跨云充分利用多个资源池,以获得最佳的 GPU 可用性。 • 把费用降到最低——SkyPilot0 码力 | 56 页 | 835.78 KB | 1 年前3
3.云原生边云协同AI框架实践云原生边云协同AI框架实践 普杰 华为云边缘云创新Lab 高级工程师 KubeEdge SIG AI Tech Lead 目 录 Edge AI现状与趋势 01 Sedna:边云协同AI框架 02 Sedna-GM:K8S Operator 03 实践案例 04 Edge AI现状与趋势 第一部分 Why Edge AI? • Cloud中心化的AI计算范式不足以应对端上AI 应用对实时性、准确性和强交互性的需求 devices Edge AI • 随着大模型的发展,AI 计算对算力需求大 幅且快速增长 AI应用到越来越多的边缘场景 分布式协同AI 概念 将人工智能相关的部分任务部署到边缘设备,基于边缘设备、边缘服务 器、云服务器,利用分布式乃至分布式协同方式实现人工智能的技术 数据在边缘产生 边侧逐步具备AI能力 分布式协同AI 核心驱动力 分布式协同AI核心驱动力 • 随着边侧算 随着边侧算力逐步强化,边缘AI持续演变至分布式协同AI 分布式协同AI技术挑战 1. 边缘资源碎片化 2. 边缘数据孤岛 3. 边缘样本少 4. 边缘数据异构 分布式协同AI 技术挑战 边云协同AI框架 第二部分 首个分布式协同AI开源项目Sedna 基于KubeEdge提供的边云协同能力,支持现有AI类应用无缝下沉到边缘 为分布式协同机器学习服务 ✓ 降低构建与部署成本 ✓ 提升模型性能0 码力 | 37 页 | 2.36 MB | 1 年前3
运维上海2017-Kubernetes与AI相结合架构、落地解析-赵慧智Kubernetes 与 AI 相结合架构、 落地解析(从 0 到 1 赵慧智 技术总监 (才云科技 Kubernetes 介绍 Kubernetes 使用 Kubernetes 部署与企业对接 AI 技术介绍 AI 云平台介绍及构成 AI 与 Kubernetes 融合与架构解析 • 是一套集自动部署,弹性扩容,并且基于容器的集群管理工 具。 • 快速部署应用程序 上的软件架构:Kubernetes 与 container 通信,Node 的分类 Kubernetes 介绍 Kubernetes 使用 Kubernetes 部署与企业对接 AI 技术介绍 AI 云平台介绍及构成 AI 与 Kubernetes 融合与架构解析 Kubernetes 基本概念 - Pod • Pod 是 Kubernetes 中最小 的资源 • 一个 Pod 包含一个或多个 Controller • Volume • Kubectl Kubernetes 介绍 Kubernetes 使用 Kubernetes 部署与企业对接 AI 技术介绍 AI 云平台介绍及构成 AI 与 Kubernetes 融合与架构解析 Kubernetes 企业级架构 ���! OpenStack! �����! PAAS OpenAPI! ����0 码力 | 77 页 | 14.48 MB | 1 年前3
《TensorFlow 2项目进阶实战》3-方案设计篇:如何设计可落地的AI解决方案方案设计篇:如何设计可落地的AI解决方案 扫码试看/订阅 《 TensorFlow 2项目进阶实战》视频课程 • 行业背景:AI新零售是什么? • 用户需求:线下门店业绩如何提升? • 长期⽬目标:货架数字化与业务智能化 • 短期目标:自动化陈列审核和促销管理 • 方案设计:基于深度学习的检测/分类的AI流水线 • 方案交付:支持在线识别和API调用的 AI SaaS 目录 行业背景:AI新零售是什么 ——《C时代 新零售——阿里研究院新零售研究报告》 新零售知识框架 ——《C时代 新零售——阿里研究院新零售研究报告》 数字经济基础设施 ——《C时代 新零售——阿里研究院新零售研究报告》 AI:贯穿新零售全流程 ——《C时代 新零售——阿里研究院新零售研究报告》 AR/VR:虚实结合的消费体验 ——《C时代 新零售——阿里研究院新零售研究报告》 传感器和IoT:提升门店消费体验 基于深度学习的检测/分类的AI流水线 货架商品检测 货架商品检测 Bottle(瓶装) Combination(组合装) 货架商品检测 Bottle(瓶装) Combination(组合装) Bbox: [12, 33, 45, 89] 货架商品识别 雪碧 可口可乐 七喜 货架商品识别 雪碧, 0.96 可口可乐, 0.89 七喜, 0.94 商品识别 AI 流水线 [[Bbox1]0 码力 | 49 页 | 12.50 MB | 1 年前3
《Java 应用与开发》课程讲义 - 王晓东0 码力 | 330 页 | 6.54 MB | 1 年前3
2021 中国开源年度报告Technology of the People's Republic of China (MIIT) has released the "14th Five-Year Plan for the Development of Software and Information Technology Services", a typical signal that the open source sector following years, it continued to release developer survey reports, aiming to present open source development in China from various dimensions. This year we set off again, combining data analysis tools and Understanding the open source culture and the open source collaboration, we could better promote the development of open source and make an outstanding contribution; the future is predictable. 3.3 受访者职位分布0 码力 | 199 页 | 9.63 MB | 1 年前3
共 505 条
- 1
- 2
- 3
- 4
- 5
- 6
- 51













