- 上学期我心血来潮想学深度学习，照着网上的教程在宿舍电脑上装环境，结果第一步就卡住了。装 PyTorch 装了两个晚上，各种版本冲突报错，最后发现我的笔记本根本没有独显，CPU 跑个最小的例子都要等半天，热情直接被浇灭了一大半。后来有同学跟我说，既然本地机器不行，那就把训练这件事交给云。云上有现成的显卡和 AI 芯片，按需使用，用完就停，对学生党来说反而更划算。我想起自己手里正好有个华为云账号... 上学期我心血来潮想学深度学习，照着网上的教程在宿舍电脑上装环境，结果第一步就卡住了。装 PyTorch 装了两个晚上，各种版本冲突报错，最后发现我的笔记本根本没有独显，CPU 跑个最小的例子都要等半天，热情直接被浇灭了一大半。后来有同学跟我说，既然本地机器不行，那就把训练这件事交给云。云上有现成的显卡和 AI 芯片，按需使用，用完就停，对学生党来说反而更划算。我想起自己手里正好有个华为云账号...
- 深圳市瑞科福来科技有限公司旗下品牌辞元织境，在地铁品牌广告中集中呈现了企业AI资源与转型服务方向。广告内容涵盖大模型统一接入、AIGC创作、企业定制与AI转型，并面向Agent团队和OPC一人公司发出合作邀请。通过业务展示与合作招募相结合的方式，辞元织境将品牌传播的重点放在企业应用场景及项目协作上。这支15秒广告以品牌名称和TokenWorldAPI.com网址开场，随后展示不同业务内容。其... 深圳市瑞科福来科技有限公司旗下品牌辞元织境，在地铁品牌广告中集中呈现了企业AI资源与转型服务方向。广告内容涵盖大模型统一接入、AIGC创作、企业定制与AI转型，并面向Agent团队和OPC一人公司发出合作邀请。通过业务展示与合作招募相结合的方式，辞元织境将品牌传播的重点放在企业应用场景及项目协作上。这支15秒广告以品牌名称和TokenWorldAPI.com网址开场，随后展示不同业务内容。其...
- 引言想模拟一堆流动的水，要用流体求解器；想模拟蛋白质折叠，要用分子动力学；想模拟沙堆坍塌，又是另一套代码。每个求解器都围绕特定的控制方程手工编写。11 月 9 日，MIT、不列颠哥伦比亚大学（UBC）等机构的研究者通过 MIT News 介绍了 WorldParticle：用同一个 Transformer 架构，统一模拟布料、弹性体、牛顿与非牛顿流体、颗粒材料和分子动力学。论文（arXiv:... 引言想模拟一堆流动的水，要用流体求解器；想模拟蛋白质折叠，要用分子动力学；想模拟沙堆坍塌，又是另一套代码。每个求解器都围绕特定的控制方程手工编写。11 月 9 日，MIT、不列颠哥伦比亚大学（UBC）等机构的研究者通过 MIT News 介绍了 WorldParticle：用同一个 Transformer 架构，统一模拟布料、弹性体、牛顿与非牛顿流体、颗粒材料和分子动力学。论文（arXiv:...
- 剪枝（Pruning）是机器学习中常用的模型优化技术。它通过删除模型中贡献较小的分支、神经元或连接，降低模型复杂度，减少过拟合，并为模型压缩和推理优化创造条件。 剪枝（Pruning）是机器学习中常用的模型优化技术。它通过删除模型中贡献较小的分支、神经元或连接，降低模型复杂度，减少过拟合，并为模型压缩和推理优化创造条件。
- 统一多模态模型一直卡在同一个问题上：语言天生是离散的符号，图像天生是连续的信号。把两者塞进一个模型，要么把图像也切成离散 token，要么让语言和图像各走各的生成路线。华中科技大学王兴刚团队联合地平线等机构提出的 MultimodalFlow（arXiv:2609.40362）选择了第三条路：干脆全连续，用一个 Flow Matching 向量场同时建模语言和视觉。两条老路各自的代价离散化路... 统一多模态模型一直卡在同一个问题上：语言天生是离散的符号，图像天生是连续的信号。把两者塞进一个模型，要么把图像也切成离散 token，要么让语言和图像各走各的生成路线。华中科技大学王兴刚团队联合地平线等机构提出的 MultimodalFlow（arXiv:2609.40362）选择了第三条路：干脆全连续，用一个 Flow Matching 向量场同时建模语言和视觉。两条老路各自的代价离散化路...
- 一、2026年B2B智能体技术发展趋势2026年，B2B智能体技术进入融合创新阶段，呈现三大发展趋势：多模态交互成为主流，智能体将支持文本、语音、图像、视频等多形式信息的融合理解与处理；自主智能显著提升，通过强化学习与环境交互，智能体可自主规划复杂任务，减少人工干预；行业大模型深度应用，垂直行业大模型与通用AI能力结合，大幅提升智能体的行业适配性。这些趋势要求开发公司具备前沿技术研发能力，持... 一、2026年B2B智能体技术发展趋势2026年，B2B智能体技术进入融合创新阶段，呈现三大发展趋势：多模态交互成为主流，智能体将支持文本、语音、图像、视频等多形式信息的融合理解与处理；自主智能显著提升，通过强化学习与环境交互，智能体可自主规划复杂任务，减少人工干预；行业大模型深度应用，垂直行业大模型与通用AI能力结合，大幅提升智能体的行业适配性。这些趋势要求开发公司具备前沿技术研发能力，持...
- 华为云 ModelArts：让人工智能开发更加简单高效随着人工智能技术快速发展，越来越多的开发者开始尝试将 AI 技术应用到实际项目中。但模型训练、数据处理和部署往往需要较高的技术门槛。华为云 ModelArts 为开发者提供了一站式 AI 开发平台。一、什么是 ModelArts？ModelArts 是华为云提供的一站式 AI 开发平台，支持数据处理、模型开发、模型训练和模型部署，帮助开发... 华为云 ModelArts：让人工智能开发更加简单高效随着人工智能技术快速发展，越来越多的开发者开始尝试将 AI 技术应用到实际项目中。但模型训练、数据处理和部署往往需要较高的技术门槛。华为云 ModelArts 为开发者提供了一站式 AI 开发平台。一、什么是 ModelArts？ModelArts 是华为云提供的一站式 AI 开发平台，支持数据处理、模型开发、模型训练和模型部署，帮助开发...
- 本文探讨大模型应用从提示词工程向上下文工程的转变，介绍上下文工程的三件事（写入什么、何时写入、如何淘汰）和四层落地方法（指令层、知识层、状态层、历史层），并分享长内容放前面、精排片段、字段裁剪等实用技巧。 本文探讨大模型应用从提示词工程向上下文工程的转变，介绍上下文工程的三件事（写入什么、何时写入、如何淘汰）和四层落地方法（指令层、知识层、状态层、历史层），并分享长内容放前面、精排片段、字段裁剪等实用技巧。
- Keras 3 架构解析（七）：高性能计算系统——从混合精度、JIT 编译到分布式训练与内存优化 引言在前六篇文章中，我们分别介绍了 Keras 3 的基础计算层、神经网络层、模型构建层、训练系统、数据处理系统以及训练控制与监控系统。这些部分共同构成了一套完整的深度学习开发体系：数据处理系统负责准备训练样本，Model 与 Layer 负责定义神经网络结构，Keras Ops 提供统一的数... Keras 3 架构解析（七）：高性能计算系统——从混合精度、JIT 编译到分布式训练与内存优化 引言在前六篇文章中，我们分别介绍了 Keras 3 的基础计算层、神经网络层、模型构建层、训练系统、数据处理系统以及训练控制与监控系统。这些部分共同构成了一套完整的深度学习开发体系：数据处理系统负责准备训练样本，Model 与 Layer 负责定义神经网络结构，Keras Ops 提供统一的数...
- 为了验证Mashup Learning的有效性，研究团队在8个标准LLM基准测试、4种不同模型、两组历史checkpoint集合上进行了系统实验。 实验设置非常严谨：● 模型：Gemma-3 4B、Gemma-3 1B、Gemma-2 2B、Mistral-7B-Instruct-v0.2● 基准：8个常用的LLM评估数据集● 对比对象：从预训练权重开始的常规微调 核心结果如下：● 准确率提... 为了验证Mashup Learning的有效性，研究团队在8个标准LLM基准测试、4种不同模型、两组历史checkpoint集合上进行了系统实验。 实验设置非常严谨：● 模型：Gemma-3 4B、Gemma-3 1B、Gemma-2 2B、Mistral-7B-Instruct-v0.2● 基准：8个常用的LLM评估数据集● 对比对象：从预训练权重开始的常规微调 核心结果如下：● 准确率提...
- 在传统的微调流程中，我们是这样工作的： 1. 接到新任务A 2. 从预训练权重（如BERT、LLaMA）开始初始化 3. 在任务A的数据上训练 4. 保存checkpoint，然后……再也不打开 等到接到任务B，我们又重复上述流程，仿佛之前的训练从未发生过。 研究人员在论文中指出了这个显而易见的浪费：训练每个数据集都会产生一组新的模型权重，导致大量checkpoint被保存在本地或开... 在传统的微调流程中，我们是这样工作的： 1. 接到新任务A 2. 从预训练权重（如BERT、LLaMA）开始初始化 3. 在任务A的数据上训练 4. 保存checkpoint，然后……再也不打开 等到接到任务B，我们又重复上述流程，仿佛之前的训练从未发生过。 研究人员在论文中指出了这个显而易见的浪费：训练每个数据集都会产生一组新的模型权重，导致大量checkpoint被保存在本地或开...
- 速览（TL;DR）： 长期以来，大语言模型依赖“自左向右、逐字预测（Next-Token Prediction）”的自回归范式，导致长文本生成推理延迟极高；而尝试破局的扩散语言模型（Diffusion LMs）又深陷多步去噪和计算开销大的泥潭。 近日，由 Christopher Ré 教授领衔的斯坦福大学 Hazy Research 实验室联合 Together AI 提出全新生成范式—... 速览（TL;DR）： 长期以来，大语言模型依赖“自左向右、逐字预测（Next-Token Prediction）”的自回归范式，导致长文本生成推理延迟极高；而尝试破局的扩散语言模型（Diffusion LMs）又深陷多步去噪和计算开销大的泥潭。 近日，由 Christopher Ré 教授领衔的斯坦福大学 Hazy Research 实验室联合 Together AI 提出全新生成范式—...
- 一、先说结论如果你最近发现：同样的 AI 模型，好像"变快了"，但偶尔"好像没以前聪明了"——这背后大概率就是量化在起作用。量化不是什么新概念，但大模型时代让它走到了台前。简单说，它是一种用更少的比特来表示模型参数的技术。就像把一张高清照片压缩成 JPEG：肉眼看起来差不多，但文件小了很多。对使用者来说，这件事的影响是双面的：维度好的一面需要留意的一面速度响应更快，首字延迟更低—成本推理更... 一、先说结论如果你最近发现：同样的 AI 模型，好像"变快了"，但偶尔"好像没以前聪明了"——这背后大概率就是量化在起作用。量化不是什么新概念，但大模型时代让它走到了台前。简单说，它是一种用更少的比特来表示模型参数的技术。就像把一张高清照片压缩成 JPEG：肉眼看起来差不多，但文件小了很多。对使用者来说，这件事的影响是双面的：维度好的一面需要留意的一面速度响应更快，首字延迟更低—成本推理更...
- 一、模型知道的，可能远比它说出来的多当我们使用 AI 大模型时，经常会遇到一种奇怪的现象：同一个问题，换一种表达方式，模型就能给出完全不同的答案。有时候，模型能够准确解释一个复杂的技术概念；但当我们要求它结合某个具体场景进行分析时，它却突然表现得像一个初学者。更有意思的是，当我们提供一个关键提示后，它又能够迅速给出原本应该知道的内容。这背后隐藏着一个值得研究的问题：AI 大模型究竟是没有掌握... 一、模型知道的，可能远比它说出来的多当我们使用 AI 大模型时，经常会遇到一种奇怪的现象：同一个问题，换一种表达方式，模型就能给出完全不同的答案。有时候，模型能够准确解释一个复杂的技术概念；但当我们要求它结合某个具体场景进行分析时，它却突然表现得像一个初学者。更有意思的是，当我们提供一个关键提示后，它又能够迅速给出原本应该知道的内容。这背后隐藏着一个值得研究的问题：AI 大模型究竟是没有掌握...
- 一、背景：为什么选择 ModelArts 做模型训练很多团队在落地 AI 应用时都会遇到同一个问题：模型开发、数据标注、训练调参、部署上线各环节分散在不同工具里，数据要在本地、对象存储、训练集群之间来回拷贝，环境配置和版本管理占用大量时间。华为云 ModelArts（魔坊）作为一站式 AI 开发平台，把数据管理、特征工程、模型开发、训练、部署全链路整合在同一朵云上，配合 OBS 对象存储、C... 一、背景：为什么选择 ModelArts 做模型训练很多团队在落地 AI 应用时都会遇到同一个问题：模型开发、数据标注、训练调参、部署上线各环节分散在不同工具里，数据要在本地、对象存储、训练集群之间来回拷贝，环境配置和版本管理占用大量时间。华为云 ModelArts（魔坊）作为一站式 AI 开发平台，把数据管理、特征工程、模型开发、训练、部署全链路整合在同一朵云上，配合 OBS 对象存储、C...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签