NetEase Fuxi는 무인 로딩 로봇과 AI 아트 플랫폼을 출시하여 100,000명에게 인간-기계 협업 고용 기회를 제공합니다.
무인 로딩 로봇, AI 페인팅 체험 활동, 가상 말하기 코치, 메타버스 활동 플랫폼...2023년 세계 인공지능 컨퍼런스(WAIC)에서 NetEase의 다양한 대규모 인공지능 모델 제품이 애플리케이션에 중점을 두고 처음으로 선보였습니다. 인공지능 분야의 인프라 계층, 엔진 계층, 플랫폼 계층, 모델 계층 및 애플리케이션 계층에서 혁신 성과를 주도하고 있습니다. 올해부터 NetEase는 실용주의를 고수하고 게임, 교육, 산업, 음악 등 주요 산업 시나리오에서 대규모 AI 모델의 구현을 빠르게 추진해 왔습니다.
산업 분야에서는 NetEase Fuxi가 AOP 이론 아이디어와 자체 개발한 산업 모델을 기반으로 국내 최초의 무인 적재 로봇과 굴착 로봇을 출시했습니다. 이 로봇은 광산, 철도 등 최전선 건설 현장에 참여할 수 있습니다.
게임 분야에서 AI 기술은 핵심 링크의 작업 효율성을 최대 90%까지 크게 향상시켰습니다. AI는 자체 개발한 언어 및 그래픽 모델을 통해 지능형 NPC, AI 얼굴 선택 및 패션 디자인과 같은 혁신적인 게임 플레이 방법을 성공적으로 탐색했습니다.
Yuanverse 분야에서 NetEase Yaotai는 "Alipay 회원 생일 파티" 이벤트를 시작했습니다. 사용자는 Alipay 앱을 통해 Yuanverse에서 자유롭게 예약하고 친구를 초대하여 생일을 축하할 수 있습니다. 이 캠페인에는 20일 동안 10만 명 이상의 사용자가 참여했습니다.
NetEase CEO Ding Lei는 절강성 플랫폼 경제 고품질 개발 컨퍼런스에서 AI 대형 모델의 혁신과 적용을 최대한 빨리 탐구하는 것이 NetEase의 최우선 과제라고 말했습니다. NetEase의 대규모 AI 모델은 혁신적인 애플리케이션을 가속화하는 동시에 원격 굴삭기 운전자, 인간-기계 협업 작업을 포함하여 올해 100,000개의 새로운 AI 경력을 제공할 예정입니다. AI 페인터, AI 표현 바인더 등. 또한 이 플랫폼은 구직자의 사용자 프로필을 기반으로 맞춤형 교육을 제공하여 구직자의 역량과 소득을 향상시키는 데 도움을 줄 것입니다.

NetEase Fuxi Engineering Machinery의 기술 이사는 무인 로딩 로봇이 다음 네 가지 측면에서 기술적 혁신을 이룬다고 소개했습니다.
첫째, 고정밀 포지셔닝 및 네비게이션 시스템, 자율 포지셔닝 정확도가 5cm 이상, 자동 운전 종합 제어 15cm의 정확도가 뛰어나 자동화된 작업을 안정적이고 안전하게 지원합니다.
둘째, 학습 기반 모션 제어 방식은 다양한 모델에 빠르게 적응할 수 있으며 이동, 가속 및 감속, 삽질 및 하역과 같은 동작을 자동으로 수행할 수 있습니다. , 삽질 작업이 가득 찼습니다. 버킷 비율이 95% 이상에 도달하고, 배출 호퍼 잔존율이 5% 미만이며, 삽질 효율이 장인의 수준에 가깝습니다.
셋째, 고정밀도; 시각적 인식 알고리즘을 사용하여 사일로 및 호퍼에 있는 재료를 실시간으로 감지합니다. 또한 혼합 스테이션의 생산 조건을 동적으로 분석하며 실시간 모니터링 오류가 5% 미만입니다.
넷째, 높습니다. -정밀 장면 재구성 및 렌더링 기술을 사용하여 현장 작업의 3D 장면을 현실적으로 복원합니다. 디지털 트윈 장면의 시뮬레이션 및 예측 기능을 통해 작업 프로세스의 홀로그램 제어를 구현하고 생산 효율성 및 작업 안전성을 향상시킵니다.

Danqing은 NetEase Fuxi가 자체 개발한 중국 모델입니다. 네이티브 중국어 코퍼스 데이터와 NetEase 자체 고품질 이미지 데이터를 기반으로 학습된 100% 국내 대규모 모델입니다. 모델 학습 데이터는 엄격한 텍스트 및 이미지 검토를 거쳐 데이터 소스가 준수되고 생성된 콘텐츠가 준수되는지 확인하는 동시에 모델의 중국어 이해 능력이 향상되고 제작된 작품이 중국 미학에 더 잘 부합할 수 있습니다.
또한 Danqingyue는 생성된 그림의 미학이든 고품질 요구 사항(예: 원본 그림, 미술 자산 등)을 충족하는 그림 제작이든 NetEase 게임 아트 디자인의 워크플로를 완전히 통합합니다. 심층적인 탐구와 연구 개발을 수행했으며 사용자가 만족스러운 그림 효과가 생성될 때까지 텍스트, 그림 및 기타 다중 모드에 걸쳐 여러 단계의 수정 제안을 제공할 수 있도록 지원합니다.

따라서 AOP 기술을 통해 사람들은 온라인에서 더 자유롭고 흥미로운 작업을 선택적으로 완료할 수 있고, 기계는 인식, 인지, 의사결정, 실행, 학습 등 인간의 능력을 더 빠르게 학습하여 보다 효율적인 구현을 달성할 수 있습니다. AI와 로봇 구현의 마지막 마일 문제. 개발자의 경우 Fuxi Youling 로봇 플랫폼의 미리 설정된 공개 에이전트 기능(데이터 주석, 예술 작품 제작, 건설 기계 제어 등 포함)을 사용하거나 산업 분할 시나리오에 맞는 맞춤형 에이전트 애플리케이션을 구축할 수 있습니다. -Youling 크라우드소싱 플랫폼을 통해 기계 협업 고용 기회를 얻을 수 있습니다.
올해 플랫폼은 100,000명에게 인간-기계 협업 취업 기회를 제공할 것으로 이해됩니다. 플랫폼은 또한 구직자의 사용자 프로필을 기반으로 한 맞춤형 교육을 제공하여 구직자의 역량과 소득 향상을 지속적으로 지원할 것입니다.
위 내용은 NetEase Fuxi는 무인 로딩 로봇과 AI 아트 플랫폼을 출시하여 100,000명에게 인간-기계 협업 고용 기회를 제공합니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

이 사이트는 6월 27일에 Jianying이 ByteDance의 자회사인 FaceMeng Technology에서 개발한 비디오 편집 소프트웨어라고 보도했습니다. 이 소프트웨어는 Douyin 플랫폼을 기반으로 하며 기본적으로 플랫폼 사용자를 위한 짧은 비디오 콘텐츠를 제작합니다. Windows, MacOS 및 기타 운영 체제. Jianying은 멤버십 시스템 업그레이드를 공식 발표하고 지능형 번역, 지능형 하이라이트, 지능형 패키징, 디지털 인간 합성 등 다양한 AI 블랙 기술을 포함하는 새로운 SVIP를 출시했습니다. 가격면에서 SVIP 클리핑 월 요금은 79위안, 연간 요금은 599위안(본 사이트 참고: 월 49.9위안에 해당), 월간 연속 구독료는 월 59위안, 연간 연속 구독료는 59위안입니다. 연간 499위안(월 41.6위안)입니다. 또한, 컷 관계자는 "사용자 경험 향상을 위해 기존 VIP에 가입하신 분들도

검색 강화 생성 및 의미론적 메모리를 AI 코딩 도우미에 통합하여 개발자 생산성, 효율성 및 정확성을 향상시킵니다. EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG에서 번역됨, 저자 JanakiramMSV. 기본 AI 프로그래밍 도우미는 자연스럽게 도움이 되지만, 소프트웨어 언어에 대한 일반적인 이해와 소프트웨어 작성의 가장 일반적인 패턴에 의존하기 때문에 가장 관련성이 높고 정확한 코드 제안을 제공하지 못하는 경우가 많습니다. 이러한 코딩 도우미가 생성한 코드는 자신이 해결해야 할 문제를 해결하는 데 적합하지만 개별 팀의 코딩 표준, 규칙 및 스타일을 따르지 않는 경우가 많습니다. 이로 인해 코드가 애플리케이션에 승인되기 위해 수정되거나 개선되어야 하는 제안이 나타나는 경우가 많습니다.

AIGC에 대해 자세히 알아보려면 다음을 방문하세요. 51CTOAI.x 커뮤니티 https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou는 인터넷 어디에서나 볼 수 있는 전통적인 문제 은행과 다릅니다. 고정관념에서 벗어나 생각해야 합니다. LLM(대형 언어 모델)은 데이터 과학, 생성 인공 지능(GenAI) 및 인공 지능 분야에서 점점 더 중요해지고 있습니다. 이러한 복잡한 알고리즘은 인간의 기술을 향상시키고 많은 산업 분야에서 효율성과 혁신을 촉진하여 기업이 경쟁력을 유지하는 데 핵심이 됩니다. LLM은 자연어 처리, 텍스트 생성, 음성 인식 및 추천 시스템과 같은 분야에서 광범위하게 사용될 수 있습니다. LLM은 대량의 데이터로부터 학습하여 텍스트를 생성할 수 있습니다.

LLM(대형 언어 모델)은 대규모 텍스트 데이터베이스에서 훈련되어 대량의 실제 지식을 습득합니다. 이 지식은 매개변수에 내장되어 필요할 때 사용할 수 있습니다. 이러한 모델에 대한 지식은 훈련이 끝나면 "구체화"됩니다. 사전 훈련이 끝나면 모델은 실제로 학습을 중단합니다. 모델을 정렬하거나 미세 조정하여 이 지식을 활용하고 사용자 질문에 보다 자연스럽게 응답하는 방법을 알아보세요. 그러나 때로는 모델 지식만으로는 충분하지 않을 때도 있으며, 모델이 RAG를 통해 외부 콘텐츠에 접근할 수 있더라도 미세 조정을 통해 모델을 새로운 도메인에 적응시키는 것이 유익한 것으로 간주됩니다. 이러한 미세 조정은 인간 주석 작성자 또는 기타 LLM 생성자의 입력을 사용하여 수행됩니다. 여기서 모델은 추가적인 실제 지식을 접하고 이를 통합합니다.

머신 러닝은 명시적으로 프로그래밍하지 않고도 컴퓨터가 데이터로부터 학습하고 능력을 향상시킬 수 있는 능력을 제공하는 인공 지능의 중요한 분야입니다. 머신러닝은 이미지 인식, 자연어 처리, 추천 시스템, 사기 탐지 등 다양한 분야에서 폭넓게 활용되며 우리의 삶의 방식을 변화시키고 있습니다. 기계 학습 분야에는 다양한 방법과 이론이 있으며, 그 중 가장 영향력 있는 5가지 방법을 "기계 학습의 5개 학교"라고 합니다. 5개 주요 학파는 상징학파, 연결주의 학파, 진화학파, 베이지안 학파, 유추학파이다. 1. 상징주의라고도 알려진 상징주의는 논리적 추론과 지식 표현을 위해 상징을 사용하는 것을 강조합니다. 이 사고 학교는 학습이 기존을 통한 역연역 과정이라고 믿습니다.

편집자 |ScienceAI 질문 응답(QA) 데이터 세트는 자연어 처리(NLP) 연구를 촉진하는 데 중요한 역할을 합니다. 고품질 QA 데이터 세트는 모델을 미세 조정하는 데 사용될 수 있을 뿐만 아니라 LLM(대형 언어 모델)의 기능, 특히 과학적 지식을 이해하고 추론하는 능력을 효과적으로 평가하는 데에도 사용할 수 있습니다. 현재 의학, 화학, 생물학 및 기타 분야를 포괄하는 과학적인 QA 데이터 세트가 많이 있지만 이러한 데이터 세트에는 여전히 몇 가지 단점이 있습니다. 첫째, 데이터 형식이 비교적 단순하고 대부분이 객관식 질문이므로 평가하기 쉽지만 모델의 답변 선택 범위가 제한되고 모델의 과학적 질문 답변 능력을 완전히 테스트할 수 없습니다. 이에 비해 개방형 Q&A는

1일 본 사이트 소식에 따르면 SK하이닉스는 오늘(1일) 블로그 게시물을 통해 8월 6일부터 8일까지 미국 캘리포니아주 산타클라라에서 열리는 글로벌 반도체 메모리 서밋 FMS2024에 참가한다고 밝혔다. 많은 새로운 세대의 제품. 인공지능 기술에 대한 관심이 높아지고 있는 가운데, 이전에는 주로 NAND 공급업체를 대상으로 한 플래시 메모리 서밋(FlashMemorySummit)이었던 미래 메모리 및 스토리지 서밋(FutureMemoryandStorage) 소개를 올해는 미래 메모리 및 스토리지 서밋(FutureMemoryandStorage)으로 명칭을 변경했습니다. DRAM 및 스토리지 공급업체와 더 많은 플레이어를 초대하세요. SK하이닉스가 지난해 출시한 신제품

Editor | KX 약물 연구 및 개발 분야에서 단백질과 리간드의 결합 친화도를 정확하고 효과적으로 예측하는 것은 약물 스크리닝 및 최적화에 매우 중요합니다. 그러나 현재 연구에서는 단백질-리간드 상호작용에서 분자 표면 정보의 중요한 역할을 고려하지 않습니다. 이를 기반으로 Xiamen University의 연구자들은 처음으로 단백질 표면, 3D 구조 및 서열에 대한 정보를 결합하고 교차 주의 메커니즘을 사용하여 다양한 양식 특징을 비교하는 새로운 다중 모드 특징 추출(MFE) 프레임워크를 제안했습니다. 조정. 실험 결과는 이 방법이 단백질-리간드 결합 친화도를 예측하는 데 있어 최첨단 성능을 달성한다는 것을 보여줍니다. 또한 절제 연구는 이 프레임워크 내에서 단백질 표면 정보와 다중 모드 기능 정렬의 효율성과 필요성을 보여줍니다. 관련 연구는 "S"로 시작된다
