- 综合排序
- 最热优先
- 最新优先
如何用腾讯云AI语音开一场讨论会？
话不多说，直接开听，恍惚间也不知道听了多少种，最后选定了三种（因为在这场讨论会上有三个角色参加），采用“爱小柯-低沉慵懒小哥 中性情感 情感程度180% 语速+0.7 音量10”来作为本场主持人的音频， 正方的人物设定是一个川妹子，所以选择方言里面的“智川-四川辣妹子”来作为本场讨论会的正方音频，反方的人物设定是一个大学男教授，所以选择阅读里面的“智靖-深情大叔”来作为本场讨论会的反方音频。
55100编辑于 2024-06-30- 来自专栏Rust 编程
Rust漫画 #3 | 二次元 Rust Meetup 讨论会：Rewrite it in Rust 是否有害？
建立 《Rust 编码规范》 和 《Unsafe 代码安全评审指南》，并加强 Unsafe 代码安全评审 建立 Rust 和 C++ 安全互操的库，比如 cxx / autocxx/ crubit[2] 参考资料 [1] Semmelweis: https://en.wikipedia.org/wiki/Ignaz_Semmelweis [2] crubit: https://github.com/google
1.4K10编辑于 2023-10-25 - 来自专栏TAPD
TAPD敏捷协作系列训练营完美收官，卓越领袖精研班火热开启！
同学们参观了腾讯科技展厅，体验了AI、VR、AR等技术，了解腾讯产品能力。在轻松氛围中，大家交流合作机会，加深友谊。TAPD架构师负责人李松延分享了敏捷实践方法论和全面升级的TAPD 7.0版本。 茶歇期间，大家热烈讨论，之后TAPD+AI需求讨论会激发了创新思维，活动最后对获奖小组、最佳讲师和合作伙伴进行了表彰。 解决方案负责人鞠武军分享腾讯敏捷实践方法论，运营负责人郑峰揭晓 TAPD 7.0 版本，高级产品经理廖建崴分享了TAPD新功能路线图，提升项目管理效率；茶歇时同学们交流想法；探讨研发效能实践及TAPD与AI TAPD+AI需求讨论会激发创新思维，最后颁奖环节表彰卓越表现的小组。 高潮是 TAPD+AI 需求讨论会，最后颁奖表彰讨论会优秀小组，活动推动行业项目管理交流、相互赋能。
44110编辑于 2024-12-10 - 来自专栏TAPD
TAPD敏捷协作训练营第二期完美收官，11月报名火热开启！
同学们参观了腾讯科技展厅，体验了AI、VR、AR等技术，了解腾讯产品能力。在轻松氛围中，大家交流合作机会，加深友谊。TAPD架构师负责人李松延分享了敏捷实践方法论和全面升级的TAPD 7.0版本。 茶歇期间，大家热烈讨论，之后携程资深产品经理李延铮分享了并行工作流和自动化助手的使用场景；TAPD+AI需求讨论会激发了创新思维，活动最后对获奖小组、最佳讲师和合作伙伴进行了表彰。 活动包括参观腾讯科技展厅，体验最新科技成果；交友互动，分享专业领域和合作机会；学习腾讯敏捷实践方法论；发布TAPD 7.0版本，提升项目管理效率；茶歇时交流想法；探讨研发效能实践及TAPD与AI的结合， 高潮是 TAPD+AI 需求讨论会，最后颁奖表彰讨论会优秀小组，活动推动行业项目管理交流、相互赋能。
33400编辑于 2024-12-05 - 来自专栏AI科技大本营的专栏
Meta 开发 AI 语音助手，用于创建虚拟世界和实时翻译
编译 | 禾木木 出品 | AI科技大本营（ID:rgznai100） Meta 在近日的「用人工智能构建元宇宙」的讨论会上，展示了最新的 AI 黑科技 「Builder Bot」 ，并且在此次会议上 Builder Bot 在此次讨论会上，扎克伯格分享了他们正在研究一类新的生成 AI 模型，该模型将允许人们描述一个世界，人工智能自动生成它的各个方面。 在讨论会上的另一部分是语音识别技术，Meta 表示正在研究人工智能，让人们能够与语音助手进行更自然的对话。 在此次讨论会上，收获的信息还是满满的，对此，你怎么看呢？ 参考链接： https://www.theverge.com/2022/2/23/22947368/meta-facebook-ai-universal-speech-translation-project
1.7K50编辑于 2022-04-05 - 来自专栏Android知识点总结
2-AI--Activity启动方式
standard.gif 依次打开Activity1、2、2、1、2 E/TASK_ID: Activity1 Task id is 89 E/TASK_ID: Activity2 Task id singleTop.gif 依次打开Activity1、2、2、1、2 E/TASK_ID: Activity1 Task id is 82 E/TASK_ID: Activity2 Task id is singleTask.gif 依次打开Activity1、2、2、1、2 E/TASK_ID: Activity1 Task id is 94 E/TASK_ID: Activity2 Task id singleInstance.gif 依次打开Activity1、2、2、1、2 E/TASK_ID: Activity1 Task id is 115 E/TASK_ID: Activity2 Task E/TASK_ID: Activity1 销毁 可见Activity2单独在一个栈中，多次开启Activity2不会新建实例 ?
70240发布于 2018-09-26 - 来自专栏大数据杂货铺
Edge2AI之流复制
我们的目标是在实验结束时实现以下双向复制架构： 实验总结 实验1 – 配置Kafka外部账户 实验 2 - 安装 Streams Replication Manager (SRM) 服务 实验 3 - 实验 2 - 安装Streams Replication Manager (SRM)服务 笔记在两个集群 上运行 在 Cloudera Manager 控制台上，单击左上角的 Cloudera 徽标以确保您位于主页上 有时我们可以看到相邻消息之间有近 2 秒的间隔。 消费者故障回复的工作方式相同。在我们让消费者失败之前，我们需要将偏移量反向转换（从集群 B 到集群 A）。 1 15656 good.failover global_iot 2 有时我们可以看到相邻消息之间有近 2 秒的间隔，这是正常的。
1.1K30编辑于 2022-04-27 - 来自专栏Unity游戏开发
游戏AI-A*寻路(2)
我们修改A*PathfindingProject的部分源码来实现战术寻路 在Path中我们修改GetTraversalCost函数来实现路径代价的重新计算 源码
84510发布于 2019-05-28 - 来自专栏奇点大数据
游戏AI小试牛刀（2）
上次我们说到用深度学习来做斗地主游戏AI的一个实验项目，这次我们来说说技术实现层面的一些问题。 对于这样一个应用场景来说，我们是可以把它当做类似于图片分类的场景去做的。
87850发布于 2018-04-10 - 来自专栏Go语言学习专栏
2 - AI 应用开发 - AI 超级智能体项目教程
利用资源 1、Prompt 学习 网上和 Prompt 优化相关的资源非常丰富，几乎各大主流 AI 大模型和 AI 开发框架官方文档都有相关的介绍，推荐先阅读至少 2 篇，比如： Prompt Engineering [如果回答仍然不够具体] 进一步改进: 详细分析AI在医学影像诊断领域的具体应用，包括: 1. 现有的2-3个成功商业化AI诊断系统及其准确率 2. 这些系统如何辅助放射科医生工作 3. 比如我们来开发一个 AI 训练营面试助手应用，帮助用户解决面试当中遇到不会回答的问题，根据知识库进行模拟面试 2、怎么细化需求？ 整体方案设计将围绕 2 个核心展开： 系统提示词的设计 多轮对话的实现 1、系统提示词设计 前面提到，系统提示词相当于 AI 应用的 “灵魂”，直接决定了 AI 的行为模式、专业性和交互风格。 在正式开发前，建议先通过 AI 大模型应用平台对提示词进行测试和调优，观察效果： 2、多轮对话实现 要实现具有 “记忆力” 的 AI 应用，让 AI 能够记住用户之前的对话内容并保持上下文连贯性，我们可以使用
39910编辑于 2026-03-17 - 来自专栏ADAS性能优化
AI Weekly | Nov. 2, 2019
Defense Innovation Board unveils AI ethics principles for the Pentagon AI ethics principles to guide DeepMind's AlphaStar Final beats 99.8% of human StarCraft 2 players In a paper published in the journal 2 players. (via Harvard Business Review) AI could be a disaster for humanity. He wrote the book on AI and is leading the fight to change how we build it.
26620编辑于 2022-05-13 - 来自专栏Unity游戏开发
游戏AI-个体AI角色的操控行为(2)
Force() { //随机位移 Vector3 randomDisplacement = new Vector3((Random.value - 0.5f) * 2 * wanderJitter, 0, (Random.value - 0.5f) * 2 * wanderJitter); //从初始点加上一个随机位移 circleTarget Wander.gif 6.避开障碍 通过在AI前方发射一条一定长度的射线来检测AI前方是否有需要躲避的物体,在有障碍时,我们给AI一个向量为向前方的向量加上障碍中心到AHead的向量,来让AI物体避开障碍 velocity = m_vehicle.velocity; Vector3 normalizedVelocity = velocity.normalized; //从AI
85410发布于 2019-05-28 - 来自专栏TAPD
智慧协作，即刻启程：TAPD敏捷训练营盛大开幕，10月报名火热开启！
TAPD+AI需求讨论会：激发创新思维 活动的高潮部分是关于TAPD+AI的需求讨论会。同学们分成小组，深入探讨了TAPD与人工智能结合的需求点，为TAPD未来的发展提供了宝贵的用户反馈。 颁奖环节：表彰智慧的火花 活动最后，对获奖小组进行了颁奖，以表彰他们在讨论会中的卓越表现。 此次敏捷协作训练营不仅是一次知识的盛宴，更是一次行业交流的绝佳机会。
23210编辑于 2024-12-05 - 来自专栏月色的自留地
从锅炉工到AI专家(2)
大数据 上一节说到，大多的AI问题，会有很多个变量，这里深入的解释一下这个问题。 比如说某个网站要做用户行为分析，从而指导网站建设的改进。通常而言如果没有行为分析，并不需要采集用户太多的数据。 但实际上离最优解还有很大差距.下面这张图是降维到2维的一张示意图，可以看的更清楚： ? 图中的G点是最优解，A/B/C/D点都是局部最优解。 陷入局部最优解的时候实际上只有这样几个选择：1.随机产生另外一组初始值，同时增加尝试求解过程的次数，从而得到不同的解，取其中最好的值；2.变更梯度下降步长；3.变更或者优化算法。
58640发布于 2018-06-20 - 来自专栏AI系统
【AI系统】Im2Col 算法
N\times\left(\frac{H}{h}+2 (KH-1)\right)\times\left(\frac{W}{w}+2 (KW-1)\right)\times C作为早期的 AI 框架，Caffe 在 AI 框架发展的早期，Caffe 使用 Im2Col 方法将三维张量转换为二维矩阵，从而充分利用已经优化好的 GEMM 库来为各个平台加速卷积计算。 在 AI 框架中，Im2Col 通常是为了优化卷积操作而设计的，它通过将多次卷积操作转换为一次大矩阵乘法，从而可以利用现有的高性能线性代数库来加速计算。 随着 AI 框架的发展，很多框架也实现了更加高效的卷积算法，比如 Winograd 算法或者直接使用 cuDNN 等专门的卷积计算库，这些库内部可能对 Im2Col 操作进行了进一步的优化。 随着 AI 框架和硬件的发展，许多框架已经采用了更加高效的卷积实现，如直接卷积（Direct Convolution）、Winograd 算法或利用专用硬件加速器，这些实现可能不再需要显式的 Im2Col
1.6K10编辑于 2024-12-17 - 来自专栏测试人的日常
软件测试下的AI之路（2）
前言 随着科技日新月异的发展，人工智能正逐渐渗透到我们生活的各方各面，从智能语音助手到自动驾驶汽车，从智能家居到人脸识别技术，AI正以其卓越的智能和学习能力引领着新时代的发展方向。 虽然在当下，传统的软测技术仍然是绝对的主力，但是身为IT行业中的一员，近几年AI的全新业务体验与其超强的算力所带来的震撼感受也应该远超其他行业。 所以为了跟上时代的步伐，作为软测的大家是不是也应该考虑如何让AI辅助我们更加完整高效的完成日常的各类质量保障工作呢？ 2.
73820编辑于 2023-10-18 宠物行业AI赋能S2B2C转型
fused_features) return diagnosis# 示例使用result = multi_modal_analysis("skin_lesion.jpg", "猫咪持续抓挠患处3天")print(f"AI update_model_weights(self.model)五、演进路线建议初期：聚焦智能客服（NLP）和基础图像识别中期：构建用户-宠物数字孪生体远期：搭建宠物元宇宙健康生态通过API网关实现模块化部署，逐步将AI 实际落地需重点关注宠物数据隐私保护和AI可解释性设计。
30910编辑于 2025-02-24- 来自专栏脑机接口
recoveriX脑机接口脑卒中康复系统讨论会议——关于脑卒中患者康复情况与软件特点的讨论
2. 基于qEEG的中风(脑卒中)生物标记 qEEG(quantitative EEG，qEEG)可以让研究者更容易地去量化活动时大脑的变化。 并赋予2D可视化的图谱，便于更直观的进行评判。 其中包含本次训练中的每一训练小节的运动想象-FES训练准确率的变化趋势、FES电刺激器的相应参数设置、最大准确率出现时间区域、ERD与ERS的2D展示图与映射在大脑俯视图下的情况与更详细的运动想象准确率变化趋势图
74620编辑于 2023-02-13 - 来自专栏圣杰的专栏
.NET+AI | MEAI | 提示工程基础（2）
MEAI 提示工程实战：从零构建企业级意图识别系统 一句话简介 本文以铁路票务意图识别为例，演示如何使用 Microsoft.Extensions.AI (MEAI) 构建高质量提示词，掌握 7 大核心技巧和参数调优方法 ，快速构建企业级 AI 应用。 解决：加入 1-2 个高质量示例显著提升准确率。 2. 退票检测：若无订票相关词，再查找"退票""取消""退"。 3. 咨询判断：若前两步未命中，判断是否属于咨询或闲聊。 4. 置信度评估：若不确定，选择咨询意图并在 reason 中说明原因。 **优化后提示**：给出改进后的完整提示词 2. **改进说明**：说明做了哪些改进以及为什么 3.
15710编辑于 2025-12-28 AI日报 - 2025年4月2日
），AI简化工作流（Lightning AI Jira工具, Nova Act）。 计划发布新型开源语言模型，邀请开发者反馈#OpenAI #开源模型 #LLM #开发者社区 | 影响指数：★★★★★ 核心进展：OpenAI宣布将在未来数月内发布一款具备推理能力的强大新型开源语言模型，这是自GPT-2以来的首次 3.2 AI伦理与治理：挑战与应对并存 增长指数：★★★★☆ (关注度与讨论热度) ◼ 关键进展：AI生成虚假内容（如4o模型被指可生成假处方、签名）、AI未经许可使用创意内容（英国创意产业警告）、AI 趋势图谱：未来6个月，AI安全法规、数据隐私保护、版权归属问题将持续成为焦点。企业将加大在AI伦理和负责任AI研发上的投入。 undefined 背景补充：此次发布是OpenAI自GPT-2后首次推出新的开源语言模型，正值AI开源与闭源路线竞争加剧之际。
53000编辑于 2025-04-01
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号