新闻中心 
-
01-22Seq2Seq模型在机器学习中的应用seq2seq是一种用于NLP任务的机器学习模型，它接受一系列输入项目，并生成一系列输出项目。最初由Google引入，主要用于机器翻译任务。这个模型在机器翻译领...
-
01-16大规模模型的发展受到限制，需要创建可解释的人工智能理论GPT-4的局限在于仅能与数字世界互动，而我们最终需要与物理世界互动。为此，机器人的出现尤为重要，它代表着具身智能的实现。张钹指出，并非必须开发人形机器人，也不...
-
01-09机器人：基础模型的进展如何机器人是一种拥有无限潜力的技术，尤其在智能技术的支持下。最近，一些具有革命性应用的大型模型被认为可能成为机器人的智能大脑，能够帮助机器人感知和理解世界，并做出决...
-
01-08机器学习模型性能的十个指标尽管大模型非常强大，但是解决实践的问题也可以不全部依赖于大模型。一个不太确切的类比，解释现实中的物理现象，未必要用到量子力学。有些相对简单的问题，或许一个统计分...
-
12-21人工智能在电信行业的应用与全球格局变革预计到2031年，电信市场的人工智能价值将达到388亿美元，2022年至2031年间的复合年增长率为41.4%。随着对客户体验改善的需求不断增长，以及对资本支出...
-
12-16系统调研揭示下一代自动驾驶系统的不可或缺的大模型随着大语言模型（LLM）和视觉基础模型（VFM）的出现，有望通过大模型的多模态人工智能系统实现像人类一样全面感知现实世界和做出决策。近几个月来，LLM在自动驾驶...
