【科技】国产人工智能企业深度求索近日正式发布DeepSeek最新版本模型,在多项权威评测基准上表现出色,部分指标超越OpenAI的GPT-4o。该模型在数学推理、代码生成和多语言理解方面取得重大突破,同时大幅降低了推理成本。业界分析认为,DeepSeek新版的商业化应用前景广阔,有望加速中国AI技术在金融、医疗、教育等行业的落地。深度求索表示,新版模型已开始向企业用户开放API接入。
来源:澎湃新闻
【科技】国产人工智能企业深度求索近日正式发布DeepSeek最新版本模型,在多项权威评测基准上表现出色,部分指标超越OpenAI的GPT-4o。该模型在数学推理、代码生成和多语言理解方面取得重大突破,同时大幅降低了推理成本。业界分析认为,DeepSeek新版的商业化应用前景广阔,有望加速中国AI技术在金融、医疗、教育等行业的落地。深度求索表示,新版模型已开始向企业用户开放API接入。
来源:澎湃新闻
中国人工智能公司DeepSeek近日正式发布其新一代推理模型R1,该模型在数学推理、代码生成和复杂逻辑问答等任务上展现出超越GPT-4o的成绩,引发全球科技界广泛关注。多家券商研报指出,DeepSeek R1的低成本和开源策略可能重塑AI产业链格局,推动国产大模型加速追赶国际顶尖水平。业内人士分析,这一突破标志着中国在AI基础模型研发领域迈出了关键一步,未来有望在金融、医疗、教育等多个行业实现深度应用。
来源:澎湃新闻
据权威媒体报道,我国科研团队在人工智能大模型领域取得重大突破,最新研发的“问天”大模型在多项国际权威评测中超越GPT-4o,多项指标达到世界领先水平。该模型在自然语言理解、逻辑推理和多模态生成任务中表现优异,尤其在中文语境下准确率提升超过15%。此次突破将加速我国在智能制造、智慧医疗、金融风控等领域的应用落地,为数字经济注入新动能。
专家表示,该成果标志着我国在AI底层算法和算力优化方面迈入国际第一梯队,未来有望推动大模型在工业场景中的规模化部署。
在2024年云栖大会上,阿里巴巴集团正式发布了面向制造业的专用AI大模型——通义工业大模型。该模型基于通义千问2.0底座,深度融合了工业知识图谱与设备时序数据,旨在通过人工智能技术重构生产流程、优化供应链并提升质检效率。官方页面已同步上线,欢迎访问 官方网站 获取详细技术文档与案例。
通义工业大模型并非简单的语言模型,而是集成了多模态理解、因果推理与工业知识库的复合型AI系统。其核心功能包括:
在浙江某汽车零部件工厂,通义工业大模型接入后,换模时间由45分钟缩短至12分钟,设备综合效率(OEE)提升19%。
针对PCB板外观缺陷检测,模型在少样本条件下达到99.3%的准确率,替代了70%的人工目检岗位。
企业无需自建GPU集群,可通过阿里云工业大脑平台一键开通。三步即可上手:
目前该模型已覆盖3C电子、钢铁、化工等15个细分行业,累计降低综合成本12%-18%。更多信息请查看 官方解决方案页面。
在2025年初,阿里巴巴集团正式发布面向制造业的行业级AI大模型“通义智造”,该模型深度融合了阿里云多年积累的工业知识与数据,旨在通过人工智能技术全面赋能制造业的研发设计、生产制造、质量检测及供应链管理等核心环节。据阿里巴巴官方介绍,该模型已在多家头部制造企业的实际产线中实现部署,显著提升了生产效率和产品良率,标志着中国制造向“智造”转型迈出了关键一步。
通义智造大模型能够基于历史数据和市场趋势,自动生成产品设计方案草图,并辅助工程师进行参数优化,将传统研发周期缩短约40%。该模型还支持多模态输入,可同时处理图纸、文本和3D模型,实现跨部门高效协同。
通过集成机器视觉与深度学习算法,模型可在毫秒级内完成对产品表面缺陷、尺寸偏差的精准识别,准确率高达99.6%以上。该功能尤其适用于电子元器件、精密零部件等高要求产线,大幅降低人工复检成本。
模型可基于实时订单、设备状态及物料库存数据,动态生成最优排产计划,并提前14天预测潜在供应链中断风险。据试点企业反馈,实施后库存周转率提升25%,订单交付及时率提高18%。
目前,通义智造已在汽车制造、3C电子、新能源电池等细分领域落地应用。例如,某新能源汽车电池厂商利用模型对电芯生产工艺进行全流程优化,将不良率从3.2%降至0.8%;另一家家电巨头则通过模型实现了智能排产,将换产时间从4小时压缩至45分钟。
制造企业可通过阿里云官网直接申请试用通义智造大模型。阿里云提供标准化API接口及定制化部署方案,支持公有云、私有云及混合云环境。企业仅需上传生产数据并配置业务规则,即可在1-2周内完成模型微调与上线。官方链接:通义智造官方网站。
业内分析师指出,阿里巴巴此次推出的制造业AI大模型,将加速中国工业互联网从“数据驱动”向“智能决策”跨越。随着模型持续学习更多行业数据,其泛化能力将进一步提升,有望成为中小制造企业低成本实现数字化转型的关键工具。
科大讯飞今日正式推出星火认知大模型4.0 Turbo版本,重点在语音交互优化方面取得突破性进展。据悉,新版本采用端侧推理与云端协同架构,实现了语音识别延迟降低至200毫秒以内,语义理解准确率提升至97.5%。在嘈杂环境下,模型通过多模态噪声抑制技术,误唤醒率下降40%。此外,新增的跨语种实时对话功能支持中英日韩等12种语言的混合交互,系统可在0.8秒内完成翻译与意图解析。科大讯飞董事长刘庆峰表示,该技术将首先应用于智能座舱和医疗问诊场景,预计下半年搭载于超过50款量产车型。
vivo X100 Pro 作为旗舰机型,搭载了全新的蓝心小V 智能助手,这是一套深度融合大模型技术的系统级AI工具,能够为用户提供从日常办公到生活娱乐的智能服务。无论你是效率控还是数码爱好者,蓝心小V都能显著提升你的手机使用体验。想了解更多官方信息,请访问 vivo官方网站。
蓝心小V 依托 vivo 自研的蓝心大模型,具备自然语言理解、多模态识别和主动服务能力。以下是它的几大核心优势:
在办公时,只需说“小V,帮我总结这篇PDF”,蓝心小V就能自动提取关键信息;拍摄一张白板照片,它能将手写笔记转为可编辑文字并导出为Word文档,大幅提升效率。
旅行时,拍下地标建筑即可获得详细历史介绍;看电影前询问“小V,推荐评分8分以上的科幻片”,它会结合你的视听偏好给出定制片单。
结合 vivo 生态,蓝心小V还能控制智能家居设备,例如“打开客厅空调,调到26度”,实现跨设备无缝协同。
使用方式非常便捷:
值得一提的是,蓝心小V 支持离线基础功能,在无网络环境下也能执行基本的语音指令,隐私数据全程本地处理,安全可靠。
vivo X100 Pro 的蓝心小V 智能助手凭借强大的AI能力、丰富的场景覆盖和人性化的交互设计,真正成为用户“用得上、用得爽”的智能伙伴。对于追求效率与智能生活的用户而言,这款工具值得深入体验。
国产AI大模型DeepSeek近期在全球科技圈引发轰动,其强大的推理能力和低成本训练方式令硅谷震动。多家国际科技巨头宣布调整AI战略,加速布局开源模型。同时,国内云计算厂商迎来算力订单爆发,相关产业链个股持续走强。业内分析认为,DeepSeek的出现标志着中国AI进入新阶段,将推动垂直行业智能化转型。
在智能手机竞争日益激烈的今天,vivo X100 Pro 凭借其搭载的蓝心小V 智能助手,成功将AI体验提升至全新高度。作为vivo自研大模型“蓝心”的核心应用,蓝心小V 不仅是一个语音助手,更是一个集智能交互、高效办公与生活服务于一体的全能型工具。它深度集成于OriginOS系统,实现了从“被动应答”到“主动服务”的跨越式升级。要了解这款智能助手的更多官方信息,可访问其 官方网站 获取最新动态。
蓝心小V 突破了传统语音助手的局限,支持文本、语音、图像、手势等多模态输入方式。用户可通过长按电源键或侧边栏呼出,实现“一句话操作”的便捷体验。具体功能亮点包括:
蓝心小V 基于vivo自研的蓝心大模型,该模型拥有百亿级参数规模,并通过端侧推理技术实现本地化处理。这带来了三大核心优势:
第一,隐私安全。核心数据在本地完成计算,无需上传云端,有效保护用户个人信息。第二,响应速度。端侧推理将延迟降低至毫秒级,即使离线环境下也能完成基础指令。第三,生态整合。与vivo X100 Pro的联发科天玑9300芯片深度适配,充分发挥硬件算力,实现AI降噪、智能内存调度等系统级优化。
在驾车或步行时,用户可通过语音指令“小V,帮我规划去机场最快的路线”,蓝心小V 会实时调用导航、路况信息和航班动态,自动避开拥堵并设置出发提醒。它还能在锁屏状态下直接显示关键信息,减少操作步骤。
对于学生或内容创作者,蓝心小V 的“AI写作”功能尤为实用。例如,用户只需说“写一篇关于海洋保护的演讲稿”,它便会生成结构完整、语言流畅的草稿,并支持风格调整(如口语化、专业术语等)。此外,其“AI图表解析”功能可帮助快速理解学术论文中的复杂数据图。
要最大化利用蓝心小V,建议用户在设置中开启“主动建议”功能。系统会根据时间、地点和用户习惯,在桌面推送实用卡片,如“您预约的会议15分钟后开始,是否需要提前准备资料?”同时,用户可通过“快速指令”自定义高频操作组合,例如“起床模式”触发闹钟关闭、窗帘打开、新闻播报等一连串动作。
vivo X100 Pro 蓝心小V 智能助手的推出,标志着手机AI从“功能堆砌”进入“场景融合”阶段。它不再是一个独立的应用,而是成为操作系统的神经中枢,通过理解用户意图、预测需求、自动化执行,真正实现了“科技服务于人”的理念。对于追求效率与品质的用户而言,这无疑是一款值得深入探索的旗舰级AI工具。
在人工智能与大语言模型快速迭代的浪潮中,字节跳动推出的豆包大模型凭借其卓越的多轮对话调优能力,成为企业级智能应用的焦点。豆包大模型通过深度优化对话上下文理解与记忆机制,大幅提升了复杂场景下的交互流畅度和准确性。其核心调优方案涵盖动态上下文窗口、意图识别增强及回复多样性控制,使模型能在长对话中精准捕捉用户真实需求,避免话题漂移。
豆包大模型的多轮对话调优依托于字节跳动的自研训练框架,实现了以下关键能力:
该调优技术已在多个领域显现出显著优势:
企业可将豆包大模型嵌入客服系统,处理复杂售后问题。例如,用户连续追问订单退款进度、物流异常等时,模型能结合历史上下文一次性给出精准答复,减少转人工比例达40%。
在辅导场景中,模型可针对学生反复出现的错误知识点进行渐进式讲解,通过多轮问答巩固学习效果,适配不同年级学生的认知水平。
内容创作者利用豆包大模型进行剧本生成、文案优化时,多轮调优使其能基于前文设定持续生成风格连贯的段落,减少人工修改工作量。
开发者可通过以下步骤体验豆包大模型的多轮对话能力:
字节跳动持续开放豆包大模型的调优接口,并提供预训练微调工具包,支持企业针对垂直领域定制专属对话模型。如需了解更多技术细节或获取最新版本,请访问:豆包大模型官方网站。