- 综合排序
- 最热优先
- 最新优先
空间数据智能大模型之遥感AI大模型技术路线快览
图片背景说明随着国产卫星的不断发射升空，国内各类型卫星遥感数据资源，包括光学卫星、雷达卫星、多光谱卫星等数据资源的不断丰富，同时伴随着GPT、deepseek等AI技术的快速发展，空间数据智能大模型也迎来了一波建设浪潮 ，其中遥感AI大模型建设也进入到了新的阶段，以下内容参考《空间数据智能大模型研究--2024 年中国空间数据智能战略发展白皮书》内容，分享关于遥感AI大模型建设的一些技术。 总结遥感大模型是解决遥感信息快速智能提取的有效和必然途径。目前，现有的视觉大模型在应用于遥感数据中还存在一些缺陷，包括训练数据的不足、网络结构的限制以及应用场景的差异等。 通过在大规模遥感数据上进行预训练，并结合领域知识和先验信息，使大模型能够更好地理解和分析遥感数据，实现快速智能提取。 通过适配现有大模型和利用遥感数据预训练，可以发展出更加智能高效的遥感大模型，为遥感信息提取和应用带来更好的效果和效率。
1.9K30编辑于 2025-03-21- 来自专栏云微的一点分享
GIS空间数据模型: 注记文本模型
GIS/CS学习笔记：https://github.com/yunwei37/ZJU-CS-GIS-ClassNotes <一个浙江大学本科生的计算机、地理信息科学知识库 > ---- 注记文本模型 空间数据模型分为： 矢量模型 栅格模型 注记文本模型 注记文本模型是GIS的空间数据模型的一种。 标记文本具有自己地理位置（文本要素的放置方向或范围）和属性（文本要素的文字或显示字样），其将和点、线、多边形一样，是一种类型的要素； 标注尺寸的文本可能来自要素的某属性，但其有自己的显示模式和风格，地理空间数据对其也有相应的定义 ，但目前标准尚未涉及此部分 注记文本模型的存储 基于预定义数据类型的文本标注的逻辑模型 基于扩展Geometry数据类型的文本标注的逻辑模型
90920编辑于 2023-02-11 - 来自专栏《C++与 AI：个人经验分享合集》
人工智能大模型：开启智能新时代
本文将深入探讨人工智能大模型的热点，包括其在智能教育和智能家居领域的应用，以及未来的发展趋势与挑战。 一、人工智能大模型的崛起 人工智能大模型是基于深度学习技术构建的大型语言模型。 二、人工智能大模型在智能教育中的应用 个性化学习：人工智能大模型可以根据学生的学习情况和特点，为其提供个性化的学习计划和资源，提高学习效果。 三、人工智能大模型在智能家居中的应用 智能语音助手：用户可以通过语音指令与家居设备进行交互，实现控制灯光、调节温度等功能。 智能家电控制：大模型可以学习用户的家电使用习惯，实现智能节能和自动化控制。 四、人工智能大模型的未来发展趋势 更加通用化：未来的人工智能大模型将更加通用，能够适应各种不同的任务和领域。 多模态融合：结合图像、音频等多模态信息，实现更加全面和深入的理解。 然而，我们也需要认识到人工智能大模型面临的挑战，并在技术发展的过程中积极应对，以确保其安全、可靠地应用。相信在未来，人工智能大模型将继续发挥重要作用，推动各个领域的发展和进步。
29810编辑于 2024-12-09 - 来自专栏项目文章
【大模型开发教学智能体】：你的专属大模型教学助手
通过这一平台，开发者能够利用文心大模型，针对自己的行业和应用场景，选择适合的开发方式，打造具有时代特征的产品。 二、快速创建智能体 进入文心智能体平台，我们可以选择基于“零代码”或者“低代码”创建智能体，这里各位可以根据自己的需求和情况来进行选择。 这里我们点击零代码创建智能体。 2.2 智能体Prompt配置 我们先简单来介绍一些Prompt智能体相关的一些知识： 智能体prompt指令是一种用于指导或激活智能体（如人工智能模型）执行特定任务的输入方式。 例如咱们的大模型开发教学智能体设定如下： 角色与目标 作为一个大模型相关的专家，你的主要任务是解答用户的代码问题，教授机器学习的基础知识，以及解释大模型算法。 在解释大模型算法时，需要清晰地阐述算法的原理、应用以及优缺点，以便用户能够全面了解。 若用户的问题超出你的知识范围或无法清晰解答，应诚实告知用户，并尝试提供相关的学习资源或建议。
87710编辑于 2024-06-07 Prompt工程：大模型沟通指南（人工智能到大模型）
在人工智能的广袤领域中，大模型无疑是最为璀璨的明珠之一。它仿佛是一座连接人类与人工智能的桥梁，让我们能够更加深入地探索和利用人工智能的强大能力。 而要实现与大模型的高效沟通，Prompt工程扮演着至关重要的角色。让我们一起走进Prompt工程的奇妙世界，探寻大模型沟通的奥秘。 人工智能到大模型“人工智能是一种模拟人类智能的技术，目的是让计算机可以像人类一样进行学习、推理、感知、理解和创造等活动”机器学习基本概念：机器学习通过使用大量数据，自己发现数据中的规律，并用此规律作出预测和决策例子 （引入所以为什么需要语言模型）大模型基本概念：生成式AI中最重要的一环大模型运作机制自然语言的处理RNN：在处理文本时，RNN 能够利用其内部的记忆机制，将前面的信息保留并传递到后续的计算中。 正如更好的食材可以做出味道更好的菜一样，对于大模型来说，更好的输入也可以带来更加符合你需求的结果。这些输入就是prompt。Prompt是一种要求生成式人工智能执行特定任务的自然语言文本。。
41110编辑于 2025-03-13- 来自专栏刘旷专栏
AI大模型来袭，智能客服变天？
其中，智能客服领域则被外界视为了AI大模型落地的最佳阵地之一。AI大模型变革智能客服？提起智能客服，相信绝大多数人并不会感到陌生。在用户习惯逐渐向线上转移的当下，人们对于客服的需求量日益增长。 那么，究竟为何智能客服会成为AI大模型落地的最佳阵地之一呢？首先，AI大模型在内容生成和语义理解方面有着优秀表现，与智能客服行业有着很高的契合度。 AI大模型的语言理解能力和内容生成能力恰好是智能客服所需要的，可见，AI大模型与智能客服领域有着较高的契合度，更容易实现落地应用。其次，AI大模型可在一定程度上提升智能客服的智能化程度。 这些技术的积累，成为了容联云推出大语言模型产品的重要驱动器。二是，容联云深耕智能客服领域，对于智能客服有着深刻的行业认知，其能够推出智能客服能力更强的AI大模型产品。 挑战如影随形就目前情况来看，AI大模型和智能客服确实有着很高的适配度，智能客服对成为AI大模型的重要落地场景之一也是顺理成章之事。
1.4K20编辑于 2023-08-07 大模型网关：大模型时代的智能交通枢纽｜得物技术
一、导语在人工智能技术快速演进的时代，大型语言模型和AI智能体已成为各类应用的核心组件，引发AI相关API流量的指数级增长。而大模型网关，正是这场变革中应运而生的智能交通枢纽。 随着DeepSeek、Qwen等开源模型及各类商用大模型的普及，企业AI应用场景日益丰富，从智能客服自动化到代码生成与软件开发，从金融法律分析到内容生成引擎，AI正深度融入企业核心业务流程。 二、大模型网关：AI流量的智能调度中心大模型网关是为AI工作负载专门设计的网关解决方案。它作为连接业务与AI基础设施的统一端点，为应用程序和模型之间的AI流量提供全面的管控能力。 四、行业实践：大模型网关的多元解决方案大模型网关作为大模型应用的关键中间层，近年来随着企业级AI应用部署的加速而快速发展，以实现AI能力的统一、高效、可控管理。 最终，模型网关将不再是一个“网关”，而是企业智能化的“神经中枢”——它不直接思考，但确保思考过程高效、安全、经济地发生。
47410编辑于 2026-02-03- 来自专栏深度学习思考者
【大模型】人工智能大模型在自动驾驶领域的应用
随着ChatGPT的火爆，大模型受到的关注度越来越高，大模型展现出的能力令人惊叹。 第一个问题：怎样的模型可以称之为大模型呢？ 一般来说，我们认为参数量过亿的模型都可以称之为“大模型”。 而在自动驾驶领域，大模型主要有两种含义：一种是参数量过亿的模型；另一种是由多个小模型叠加在一起组成的模型，虽然参数量不过亿，但也被称为“大模型”。 第二个问题：大模型的应用有什么条件？ 大数据和大算力是大模型应用的重要前置条件。 大模型在云端的应用 1.1 数据自动标注 采用大模型预训练的方式可以实现自动标注，自动标注工具可大幅提升数据处理速度。模型的标注精度相对越高，对人的替代程度相应也越高。 下一篇我们来讲 大模型在车端的应用。
2.1K30编辑于 2023-10-17 - 来自专栏大模型应用
大模型应用：构建智能大模型运维体系：模型健康度监测系统实践.8
引言 大型语言模型已成为各行各业的核心基础设施。从客户服务到内容创作，从代码生成到科学研究，大模型正深度融入企业的核心业务流程。 传统的系统监控工具如Zabbix、Prometheus等虽然能监控基础硬件资源，但无法深入理解大模型服务的特殊行为模式，无法感知模型推理的内在质量，更无法预测服务性能的潜在风险。 我们需要一套能够深入理解模型行为、实时感知服务状态、智能预警潜在风险的全方位健康度监测体系。 今天我们将以模型健康度监测系统为例，深度剖析现代大模型运维平台的设计理念、技术实现与创新亮点。通过详细的流程分析、架构解读和实践场景说明，为构建智能化的模型运维体系提供完整的实践参考和技术路线图。 ): """智能性能评分算法 - 基于大模型服务特性的专业评分体系""" score = 100 # 基准分数 # CPU性能 (权重: 25%) - 考虑到大模型推理对CPU
34143编辑于 2026-02-05 - 来自专栏喔家ArchiSelf
从苹果智能看端上大模型应用
今年，苹果已经通过引入苹果智能来应对这些挑战。这个新系统将复杂的人工智能直接带到设备上，同时保持高隐私标准。透过苹果智能， 我们或许可以进一步探索端上大模型应用的实现路径。 通过苹果智能可以看到，在智能手机、物联网设备和嵌入式系统等边缘设备上部署 LLM 应用程序可以带来显著的好处，包括减少延迟、增强隐私和离线功能等。那么， 在端设备上部署大模型应用有什么一般方法么？ 端设备上的模型优化技术 对有效地在端上部署大模型应用而言，大模型优化技术举足轻重。 1. 量化 量化降低了模型权重的精度。 这些 SDK 针对硬件进行了优化，并为模型部署和管理提供了额外的工具。 6. 端上的大模型应用部署策略 从AI工程师的角度来看，在端设备上部署大模型带来了独特的挑战和机遇。 6.4 实现端上大模型的一般步骤 在端设备上部署大模型应用的一般步骤如下: 准备开发环境: 为开发建立必要的工具和框架。 优化模型: 应用优化技术使模型适合边缘部署。
34900编辑于 2024-11-07 大模型：人工智能的新纪元
大模型：人工智能的新纪元 大模型（Large Language Models, LLMs）是人工智能领域最具革命性的技术突破之一。 这些模型通过海量数据的训练，展现出惊人的语言理解和生成能力，正在重塑人机交互的范式。从ChatGPT到GPT-4，大模型展现出的智能水平已经超越了传统AI系统的边界，开创了通用人工智能的新纪元。 然而，大模型也面临着算力消耗、数据隐私、模型偏见等挑战。 未来，大模型的发展将朝着更高效、更可靠、更可控的方向演进。通过模型压缩、知识蒸馏等技术，我们有望在保持性能的同时降低计算成本。 同时，可解释性和安全性研究将确保大模型的应用更加可靠和可信。 大模型不仅是技术的突破，更是人类认知能力的延伸。它正在重新定义人机协作的边界，开创智能计算的新纪元。 随着技术的不断进步，大模型必将在更多领域展现其价值，推动人类社会向智能化时代迈进。
44010编辑于 2025-02-09- 来自专栏bisal的个人杂货铺
大模型和智能运维的结合
这些内容和问题指出了大模型智能化运维在实际应用中需要关注和解决的关键点，以确保智能化运维的有效性和安全性。 对应的运维红线和决策升级机制都可以写到智能体的提示词里，规避大模型的“幻觉”导致的运维事故。 4、企业构建智能运维大模型时，当下的运维工具是否需要重新整合？ 团队在构建大模型智能运维时，需明确运维场景与目标，将一个大的难题进行子问题拆解，最终落实到大模型以及Agent上，要确保团队在实际应用中不断尝试与优化，逐步迭代完成整体的智能运维的目的。 3、大模型智能化运维面临内容和问题 在大模型智能化运维中，面临的主要问题包括数据收集清洗转换的质量保障，自动化执行运维任务的有效性，以及大模型的劣势规避。 ，只有将这些问题想清楚了，环境准备充足以及对应技能的人员配备都到位了，才可以实时大模型的智能化运维，当然也不能以一步到位的策略开展大模型的智能运维，当前大模型仍有一些难解决的问题，所以需要企业步步为营，
1.3K00编辑于 2025-02-03 - 来自专栏科技云报道
通用与垂直大模型之战：大模型驱动的商业智能变革之路
大模型重新定义了人工智能的边界和可能性，但更需要的是，在具体的商业环境中找到了新的生存空间和增长点。 在众多垂直领域中，大模型在智能商业BI领域落地尤为引人注目。 个性化与智能化：通过智能大模型，对话式BI能够理解复杂的查询，并根据个人的需求和背景提供定制化的解答。 集成与扩展能力：对话式BI可以更容易地与其他系统集成，为企业提供更广泛的应用场景和扩展可能性。 为了实现这一目标，网易团队构建了一个“公共底座”——网易“玉言”大模型。该模型由网易伏羲实验室和杭研的人工智能团队共同推动，后期还将加入更多业务团队共同打造网易集团的大模型底座。 这一次在BI产品上的探索同样做到了在通用和垂直大模型上寻找平衡点。结合通用和垂直模型将有助于提升对话式BI的准确性和适用性，打破了传统商业智能的局限，开启了新的可能。 随着更多企业和研究机构的共同努力，寻找通用和垂直大模型的平衡点将成为推动商业智能持续创新和高质量发展的关键。
1.2K50编辑于 2023-08-18 AI大模型智能体开发：把大模型变成“会干活”的技术逻辑
大模型就像个满腹经纶的学者，能说会道却迈不出书房；而AI智能体，就是给这位学者装上“行动能力”的技术方案——不用重构底层模型，核心是通过三层技术设计，让大模型从“只会回答”变成“自主做事”。 大模型听不懂“模糊需求”，得通过技术手段把用户目标拆成可执行的步骤。这不是简单列清单，而是用“结构化Prompt+任务拆解算法”，给大模型定好行动规则。 核心逻辑是“自然语言→机器指令→结果反馈”的转化：当智能体判断需要工具时，技术层会自动把大模型的自然语言指令，翻译成工具能听懂的代码（如API调用、SQL查询），执行后再把结果翻译回自然语言。 比如用户问“上月电商销量Top3产品”，智能体先让大模型识别“需查销售数据库”，再自动生成SQL查询语句，拿到数据后整理成通俗回复。 其实AI智能体开发，本质是“技术落地的工程思维”。不用纠结大模型的底层原理，核心是把“用户需求”通过任务规划、工具对接、反馈闭环三大技术环节，转化为大模型能执行的行动。
36710编辑于 2025-11-24- 来自专栏IT技术订阅
大模型实现通用智能机理与数据驱动的智能涌现
随着人工智能技术的飞速发展，大模型在实现通用智能方面展现出惊人的潜力。通用智能是指机器能够像人类一样理解和处理各种复杂任务，涵盖语言、视觉、逻辑推理等多个领域。 同时，重点分析为什么大量训练数据能够促使智能涌现，包括知识积累、模式多样性、参数优化、减少过拟合、支持复杂计算与学习以及促进涌现现象等。 一、大模型实现通用智能的机理 1. 这种迁移学习能力使得大模型在实际应用中具有很高的灵活性和实用性。 二、大量训练数据促使智能涌现的原因 1. 提供丰富的知识与模式 知识积累是大量训练数据能够促使智能涌现的重要因素。 当模型的规模和训练数据达到一定阈值时，可能会出现智能的突然提升，即涌现现象。这种现象表明，大模型在达到一定规模和训练数据量后，能够突破原有的性能瓶颈，展现出更加强大和智能的能力。 这种临界点效应为大模型实现通用智能提供了重要的理论和实践基础。
55810编辑于 2025-04-07 - 来自专栏数据猿
【AI大模型展】思必驰DFM大模型——具有通用智能、针对垂域的行业语言大模型
DFM属于垂域大模型，是具有通用智能、针对垂域的行业语言大模型，可以实现通用人工智能的柔性定制，开展大规模、高质量、个性化的人工智能系统定制。 目前，思必驰DFM大模型与全链路对话技术已经在汽车、IoT等智能终端领域及会议办公、金融等行业场景中规模化落地，以智能出行和家居场景为例： （1）在智能出行场景中，基于思必驰DFM大模型的天琴语音助手可为用户提供智能出行规划 具体来看，思必驰可为客户提供数据工程、基底模型、训练平台、提示词工程等一系列大模型所需的技术工程资源，并结合客户的高端智算算力、专有场景数据，实现垂直领域的大模型大规模可定制能力，赋能智能汽车、智能家居 在架构上，2024年，思必驰“构建可靠性优先的1+N分布式智能体系统：1个中枢大模型+N个垂域模型及全链路交互组件组成全功能系统”，通过模块化拆卸、不同大模型/智能体热插拔与定向更新技术，实现多垂域大模型的灵活调度与高效协同 关于企业 ·思必驰 思必驰成立于2007年，是国内专业的大模型对话式人工智能平台型企业，基于自研的全链路智能对话系统定制开发平台、语言计算大模型DFM、人工智能语音芯片，围绕“云+芯”布局，为物联网领域提供软硬件结合的人工智能技术与产品服务
54010编辑于 2025-10-21 - 来自专栏机器学习AI算法工程
大模型时代下智能文档处理核心技术大揭秘
随着人工智能技术的发展，智能图像处理成为了一种风靡全球的热门技术。智能图像处理可以帮助我们从大量的图像数据中提取最有价值的信息，为医疗、军事、安防等领域带来了重大的贡献。 针对这些篡改内容也有一套完整的系统架构: 大模型时代思考 随着chatGpt和Gpt4的到来，大模型时代已悄悄走进我们的生活，看过GPT4发布会的朋友有没有被一个场景震惊到，主持人在笔记本上简单的画出了他对一个网站的需求 除此之外，GPT4还可以解释漫画： 以此来看，大模型识别中OCR模型的设计仍然很重要，同时也带来了一些机遇： 大模型仍有很多不足 要充分利用大模型特征表示和语言能力从而可以解决更多智能识别场景 不同任务的专用模型和学习算法仍大有可为 总结 随着人工智能技术的迅猛发展，智能文档处理成为了当前的一大热点。智能文档处理技术可以帮助用户更加高效地获取、管理和利用文档中的信息，提高了用户的工作效率和文档价值。 智能文档处理技术可以对文档进行自动化处理、智能化分析、人工智能应用等，实现了文档的自动化处理，从而提高了文档的使用价值和效率。 大模型时代已经不仅仅局限于文档对文档的识别，还可以做到对图像进行解释。
84410编辑于 2023-11-22 Spring Boot 接入大模型实战：混元大模型赋能智能应用快速开发
----引言在人工智能技术飞速发展的今天，大模型如混元大模型（此处为假设或泛指某类先进大模型）等已成为推动智能应用创新的重要力量。 混元大模型：假设混元大模型是一个集成了多种智能处理能力的先进大模型，它能够理解自然语言，处理图像，合成语音，并进行多种智能任务的协同处理。 通过接入混元大模型，开发者可以轻松地为自己的应用添加多种智能功能。----二、功能点智能对话：通过混元大模型的API，实现与用户的自然语言交互，提供智能问答、闲聊等服务。 三、优缺点优点：易用性：通过Spring Boot和混元大模型的API，开发者可以快速地实现智能功能的集成，无需深入了解大模型的内部机制。 message=你好，即可看到混元大模型返回的智能对话结果。六、总结与展望通过本文的介绍，我们了解了如何通过Spring Boot接入大模型（以混元大模型为例），实现智能对话与多元AI功能。
1.5K31编辑于 2024-10-28- 来自专栏资讯分享
AI大模型催生“效率革命”，重塑智能应用
基于AI大模型技术，腾讯云更新升级近10款智能应用和解决方案，进一步加快模型产业落地。 腾讯云副总裁、腾讯云智能研发负责人、腾讯企点研发负责人 吴永坚吴永坚认为，AI大模型应用，催生“效率革命”，让智能应用表现出更强的能力、更高的效率。 通过升级大模型训练、精调工具链，助力企业快速生成专属模型，升级智能应用，加快模型产业落地。首先和大家分享，我们基于腾讯混元大模型，在AIGC应用方面的探索。 通过分析大模型的数据推理能力，还将进一步建议用户从不同销售渠道，分析订单数变化原因。基于分析大模型，我们升级推出腾讯企点分析AI助手，覆盖对话式分析，辅助数据配置，提取智能结论、一键生成报告四大场景。 未来，我们将持续将AI大模型等先进技术，应用于内部PaaS、SaaS产品，打通AI产业落地全链条，重塑智能时代生产力。让更多开箱即用的AI大模型产品、服务，助力客户实现数智化升级。
75620编辑于 2023-09-15 - 来自专栏panzhixiang
大模型多智能体简单应用案例介绍
多智能体角色的说明 最近在尝试 LLM Multi Agent（多智能体）的应用场景，下面给一个最近觉得还比较好用，也不是很麻烦的案例。 , clear_history=False, ) 大模型的选择 在这个脚本中，我使用的是 DeepSeek（我真是 DeepSeek 的热爱粉丝…），如下代码。 ，但是从我个人的使用经验来看，使用多家不同的模型，效果会更好。 如果选择国内的模型，除了 DeepSeek，通义和豆包两个系列的模型也都挺好的，可以参考上面的代码进行配置。 上面的案例中我没有设置，因为在 SRE 这个场景中，如果设置一个规划 Agent，会导致回答很冗长 后面设置两个具体干活的 Agent，但是在他们的 Prompt 不能完全一样，而且这两个 Agent 的大模型最好也是用不同公司的
83010编辑于 2025-02-11
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