Demis Hassabis带领DeepMind告别纯科研时代:当AI4S成为新叙事,伦理考验仍在继续

Data+AI━━若数据为王已死?又为什么一份价值10亿美元的训练数据,会成为AI巨头们的命门! 阅读详情

2025 年 10 月,《时代周刊》发布 「TIME100:影响世界的 100 人」 年度榜单,Google DeepMind 首席执行官 Demis Hassabis 登上封面。 在以「Preparing for AI’s Endgame」 为题的专题报道中,《时代周刊》表示,在 AI 的演进浪潮中,Demis Hassabis 作为将深度学习引入科学研究的代表性人物,正影响着全球 AI 技术与未来伦理的走向。

从「博弈系统」到「科学计算」,在过去十余年间,Hassabis 推动了深度学习的关键转变,也迫使世界重新思考通用人工智能(AGI)的终局将通向何方。当下,基于生成式 AI 技术急速扩张、伦理与监管争议不断升级的背景,Hassabis 及其领导的 DeepMind 正试图以更审慎的路径重塑 AGI 的发展方向。 这场由 DeepMind 主导的「高风险长期实验」,正在尝试描摹人类与 AI 未来的共存方式。

总之,当 Hassabis 的形象被置于科学与社会分界的临界点,《时代周刊》在报道中直言,AI 的未来也许正被重新书写。「如果 Hassabis 的预测正确,那么 21 世纪初动荡的几十年或许会终结于一个光辉的乌托邦;如果他的估计错误,未来可能比任何人想象的都要黑暗。但有一件事是肯定的:在追求通用人工智能的过程中,Demis Hassabis 正在投注他一生中风险最高的游戏。」

在这里插入图片描述

《时代周刊》Demis Hassabis 专栏封面

从神童棋手到 AI 领袖,Demis Hassabis 重写生命科学的计算方式

1976 年,Demis Hassabis 出生于英国伦敦。他自幼展现出卓越的逻辑与记忆能力,13 岁时即在英国青少年棋坛崭露头角,一度排名全国第一、世界第二,并代表英格兰出战多项国际象棋赛事。后来,他常将棋艺视为早期人工智能思维训练的原型——通过有限规则演化出无限复杂的决策空间。

Hassabis 早年在剑桥大学攻读计算机科学,并在 17 岁时就以游戏设计师的身份加入 Bullfrog Productions,参与开发经典游戏「主题公园(Theme Park)」。离开游戏行业后,他在伦敦大学学院(UCL)取得了认知神经科学博士学位,研究人类记忆与想象的神经机制,论文成果见于 Nature、Science 等权威期刊。在「生物启发式智能(biologically inspired intelligence)」领域的探索,为他后来的机器学习研究奠定了基础。

在这里插入图片描述

Hassabis 在 UCL 学习期间发表的论文成果

为实现「构建能够学习一切任务的通用智能系统」的目标,Hassabis 在 2010 年与 Shane Legg、Mustafa Suleyman 联合创立了 DeepMind。他们的研究最初聚焦于「训练 AI 玩 Atari 游戏」,试图通过深度强化学习使 AI 在这些游戏中的表现达到超人类水平。

直到 2014 年,DeepMind 被 Google 以约 4 亿英镑(约合 6.5 亿美元)收购, 成功获得了更大规模的算力与资源支持,多项技术突破随之实现。2015 年至 2016 年,DeepMind 的 AlphaGo 程序接连击败欧洲围棋冠军和世界冠军李世石,首次展现出深度强化学习系统的强大决策能力,成为 AI 领域的里程碑事件。

随后在 2020 年,DeepMind 推出了 AlphaFold 系统。该模型以接近实验测定的精度预测出数十万种蛋白质的三维结构,成功攻克了生命科学界持续 50 余年的「蛋白质折叠难题」。 这一成果被 Nature 评为当年「最具影响力的科学成就」之一,迅速被全球科研机构落地于药物设计、疫苗开发等领域,并荣获 2024 年诺贝尔化学奖。

至此,Hassabis 领导下的 DeepMind,已经从游戏智能的先锋,转变为连接 AI 与基础科学前沿的关键力量。

在这里插入图片描述

Hassabis 获 2024 年诺贝尔化学奖

对于这项殊荣,Hassabis 曾幽默表示,这简直是他毕生的梦想,「如果我是从电视上得知获奖消息的话,我肯定会心脏病发作的。」然而,诺奖并未让他从此止步,他随即将目光转向更具挑战性的前沿研究。正如《时代周刊》中提到的那样,AlphaFold 的影响或许足以让其创造者赢得诺贝尔奖,但在人工智能领域,却被认为是「无可救药地狭隘」——AlphaFold 只能模拟蛋白质结构,而无法开展更广阔的研究。 相对于此,Hassabis 更希望通过构建更全能的 AGI 技术,开启一个「几乎难以想象」的未来。

「我认为,当今社会面临的一些最大问题,无论是气候问题还是疾病问题,都将通过人工智能解决方案得到缓解,如果我不知道像人工智能这样具有变革意义的事物即将出现,我会对当今社会感到非常担忧。」Hassabis 在《时代周刊》的专题访谈中谈到,如果 AGI 技术得以实现,全球围绕稀缺资源的冲突将逐渐消散,迎来一个和平与富足的新时代。

拒绝零和博弈,Hassabis 坚持 AI4S 未来策略

作为 DeepMind 的联合创始人兼首席执行官,Demis Hassabis 正持续推动 AI 研究从通用智能(AGI)的概念探索,转向以科学发现为核心的 「AI for Science(AI4S)」战略。

「我首先将自己定位为一名科学家,我一生所做的一切,都是为了追求知识,并试图理解我们周围的世界」,Demis Hassabis 认为,AI 的真正潜力不在于模仿人类,而在于扩展人类的认知边界,AI 在生命科学、材料设计、气候建模和能源优化等领域的长期价值,远超生成式 AI 带来的短期商业红利。因此,DeepMind 的研究重点从「智能是否能像人一样思考」转向了「智能能否加速科学发现」。伴随 AlphaFold 3 的推出,DeepMind 还启动了 「AI for Science Grand Challenge」计划,试图用通用模型跨学科解决基础科学问题。

在这里插入图片描述

DeepMind AI4S 科研宣传视图

而对 AGI 的实现,Hassabis 则持相对保守的态度。此前,OpenAI 首席执行官 Sam Altman 预测 AGI 将在本年代内出现,Anthropic 联合创始人 Dario Amodei 甚至认为可能早至 2026 年,而 Hassabis 预计仍需要 5 至 10 年的发展,因为真正的 AGI 应当具备科学发现的能力,能在有限信息下推导出新的自然规律。

为实现 AI4S 的战略取向,Hassabis 在 2025 年推进发布了 Gemini 2.5,其性能在多项评测中超越 OpenAI 和 Anthropic 的同类模型。同时,由 Gemini 驱动的通用数字助理 Project Astra 被视为下一阶段的关键工程。但 Hassabis 对此强调,虽然 AGI 可能重塑劳动力结构,但这类研究绝非为了取代人类——能够自主进行科学研究的 AGI 将开启一个资源更充足、知识持续增长的「非零和」的未来社会, 「在我们这个资源有限的世界里,最终会变成零和博弈,我所设想的是一个不再是零和博弈的世界,至少从资源角度来看是这样」。

当 AI 触及理想的边界,AGI 能否安全实现

事实上,Demis Hassabis 的名字不仅代表着技术突破,也始终伴随着复杂的争议。许多媒体对 Demis Hassabis 及其所获奖项持质疑态度, 如法国报纸 Le Monde 在其社论中指出,虽然 2024 年诺贝尔化学奖授予了 AI 研究相关成果,但同时「AI 方法的复杂性和透明度欠缺」的问题也随之放大。

在这里插入图片描述

Le Monde 有关 DeepMind 成果获 2024 诺贝尔奖的报道

据路透社报道,在诺奖结果颁布后,联合国顾问、计算机科学家 Wendy Hall 教授曾透露,虽然获奖者的工作值得认可,但某种程度上,诺贝尔奖委员会对 AI 领域的特殊取向促成了这个结果。

在这里插入图片描述

路透社对诺奖的报道

对此,彭博社科技专栏撰稿人 Parmy Olson 对诺奖背后所蕴藏的更深意味进行了极为冷峻的批评。Olson 在社论中称,Hassabis 的获奖成果固然惊人,但同时可能掩盖了少数科技巨头 AI 集权的事实, 「诺贝尔基金会似乎急于将 AI 的进步,以及计算可解的科学理念,视为该至高奖项的有力竞争者,但这种认可也存在着风险,它可能掩盖人们对这项技术本身以及 AI 技术日益集中于在少数几家公司手中的担忧。」

此外,该记者还在社论中批评诺奖对商业主体的褒扬操之过急。 「诺贝尔奖旨在表彰在科学、人文和和平领域做出杰出贡献的人士,因此,其背后的基金会大胆地认可了一家 AI 公司的工作,授予 Hassabis 奖项有些为时尚早。 」Olson 强调,「我们希望该奖项能够激励科技公司加大对 AI 在公共服务领域方面的投入,但切勿混淆对 AI 风险的判断。」

在这里插入图片描述

Bloomberg 发表彭博社撰稿人社论

与此同时,Hassabis 在地缘政治立场方面的争议也愈演愈烈。在 2014 年 DeepMind 被 Google 收购时,Hassabis 曾坚持签署「防火墙」条款,明确禁止公司技术用于军事目的,希望 AI 不被作为战争机器使用。但在经历多次公司重组后,这项保护措施逐渐淡化。 自 2023 年起,DeepMind 的「不参与军事项目」承诺被悄然调整,部分与军方或国防相关的合作重新出现,引发学界和公众的质疑。据媒体报道,至少有 200 名 DeepMind 员工对 Google 的国防合同感到不满,并在 2025 年 5 月 16 日在内部提交了一封信以表达反对。信中补充,「任何与军事和武器制造的关联都会影响 DeepMind 作为合乎道德和负责任的 AI 领域领导者的地位,并且违背了我们的使命宣言和既定的 AI 原则。」

在这里插入图片描述

TechCrunch 对 Deepmind 内部争议的相关报道

事实上,直到 ChatGPT的发布引发科技巨头竞赛前,DeepMind 都更加专注于科学研究而非产品开发。目前,在消费者维度的竞争压力下,其主页上关于医疗保健和气候方面的信息已消失。外界批评认为,这一转变意味着 DeepMind 在地缘政治压力下做出了道德妥协,也动摇了其早期「以科学为本」的立场。 不过,在《时代周刊》的报道中,Hassabis 并不承认自己作出了妥协,认为这是对「更加危险的世界」的现实回应。 他认为,从过去十年国际格局的动荡来看,维持技术封闭并不能真正保证安全。尽管这一解释带有理性的一面,但也揭示了他在理想与现实间的伦理困境。

而随着算力与模型研发成为全球战略资源,技术壁垒和出口限制不断加深,各国间的信任缺口正在扩大。为避免系统性对抗阻碍 AI 的安全发展,Hassabis 自 2023 年以来多次出席国际 AI 安全会议,呼吁各国在 AI 安全和科研标准上建立最低限度的合作机制,通过共享评估框架与风险监测体系,以减少技术滥用的风险。

总之,当《时代周刊》将 Hassabis 的头像置于红框封面中央,他已不得不在技术开放与技术安全之间寻找平衡的姿态。Hassabis 所代表的研究路径伴随伦理、治理与权力重新分配的现实问题,面对不确定的时点与多重风险,关键不在于个人或公司能否实现某一愿景,而在于社会能否建立起可执行、透明的监督机制来约束这项技术。无论结局如何,关于责任与利益分配的讨论,将持续成为 AGI 的核心议题。

参考链接:
1.https://techcrunch.com/2024/08/22/deepmind-workers-sign-letter-in-protest-of-googles-defense-contracts/
2.https://www.taipeitimes.com/News/editorials/archives/2024/10/12/2003825156
3.https://www.lemonde.fr/idees/article/2024/10/25/l-intelligence-artificielle-laureate-des-prix-nobel-de-physique-et-de-chimie_6359516_3232.html
4.https://time.com/7277608/demis-hassabis-interview-time100-2025/
5.https://www.reuters.com/technology/

Mplus—验证性因素分析(Confirmatory Factor Analysis, CFA) 介绍一阶和二阶验证性因素分析概况及在Mplus中的操作方法。 阅读详情

相关推荐

AD56XXR系列DAC驱动设计:SPI接口、寄存器配置与嵌入式工程实践

数模转换器(DAC)是嵌入式系统实现高精度模拟控制的核心器件,其性能取决于通信协议可靠性、寄存器配置准确性及硬件协同设计能力。基于SPI总线的电压输出型DAC广泛应用于工业控制、光模块偏置、传感器校准等场景,需兼顾静态精度、动态响应与低功耗特性。AD56XXR系列作为典型集成内部基准与多通道同步更新能力的12/14/16位DAC,支持轨到轨输出与灵活掉电模式,为资源受限MCU提供可移植固件范式。本文围绕SPI时序约束、16位指令字解析、LDAC同步机制及精度补偿策略展开,覆盖从硬件连接、初始化流程到量产级可

weixin_33481022的博客 610

深度强化学习领域盘点系列 | 大厂机构篇

今天,你AI了没?关注:决策智能与机器学习,每天学点AI干货深度强化学习的快速发展得益于神经网络技术的成熟,然而深层次的技术研究主要集中在一部分高精尖企业和研究机构,他们...

九三智能控 1121

linux下使用Ollama本地部署LLM

Ollama 是一个用于在本地运行大语言模型(如 Llama 2、Mistral、Gemma、Qwen 等)的工具,支持模型的拉取、运行、管理等功能。当你运行ollama。

u013218342的博客 1660

专访Demis Hassabis:如何让AI变得更聪明,关键在人类自己的身上!

图:DeepMind创始人Demis Hassabis 最近,DeepMind创始人Demis Hassabis接受了The Verge 的专访,他讲述了自己对于AI的看法,认为让AI更聪明的办法其实就在人类自己身上,认为人工智能和神经科学是相辅相成的,可以相互促进。 如今,AI回到了人们的视野中。与目前的计算机设备和大量的数据集比较,AI的研究人员将算法进行优化,而硅谷科技巨头的雄厚财力...

whale52hertz的博客 522

别再傻傻分不清了!STM32定时器里Prescaler和ClockDivision到底有啥区别?

本文深入解析STM32定时器中Prescaler和ClockDivision的区别与应用场景。Prescaler作为定时器的'心跳调节器',决定计数频率;而ClockDivision则是输入捕获的'抗噪滤镜',有效抑制高频噪声。通过实战案例和示波器实测数据,帮助开发者避免常见配置误区,提升嵌入式系统稳定性。

weixin_29193259的博客 319

SikuliX实战:5分钟搞定游戏挂机脚本(附防检测思路与Python集成技巧)

本文详细介绍了如何使用SikuliX快速开发游戏挂机脚本,包括环境配置、基础原理、防检测策略及Python集成技巧。通过实战案例展示如何实现自动化任务、高级防检测方案,并结合Python提升脚本性能与智能度,帮助玩家高效完成重复性游戏操作。

weixin_33228769的博客 335

Google DeepMind首席执行官Demis Hassabis访谈录

人工智能伴随着挑战和问题,尤其是有一个巨大的组织结构图移动和一系列高风险的决定要做。我很高兴你在这里。 让我们从Google DeepMind本身开始。Google DeepMind是谷歌的一个新部分,由谷歌的两个现有部分组成。有谷歌大脑,这是我们熟悉的人工智能团队,因为我们报道了由杰夫·迪恩运营的谷歌。还有DeepMind,这是你创立的公司。你在2014年把它卖给了Alphabet。你在谷歌之外。直到刚才,它还是在控股公司Alphabet结构中作为一家独立的公司运营。从头开始。为什么DeepMind和G

Retractable charging cables factory 472

iOS自动化之打包-xcodebuild命令行打包.app并安装到ios模拟器

xcode xcodebuild xcrun ios模拟器 iOS UI自动化测试 ios自动打包安装到ios模拟器

z12347891的博客 5074

戴密斯·哈萨比斯是今年诺贝尔化学奖得主、谷歌 DeepMind创始人,还是神经学家、国际象棋大师和游戏设计师

戴密斯·哈萨比斯是今年诺贝尔化学奖得主、谷歌 DeepMind创始人,还是神经学家、国际象棋大师和游戏设计师,被蒂姆·伯纳斯·李称为“地球上最聪明的人之一”。他于 1976 年出生在伦敦北部的普通家庭,父母分别来自塞浦路斯和新加坡,家中经营玩具店。哈萨比斯从小展现出天才特质,多次担任英国青少年国际象棋队队长,在14 岁以下国际象棋选手中排名全球第二,并且擅长各类智力游戏,在 1998 年伦敦智力奥运会五项全能赛夺冠,后续五年内四次夺冠。

百态·数智思维 | 聚焦大数据、量化与未来AI 1854

【数据分析生命周期全揭秘】从零开始打造你的数据科学项目 | 最全指南

在当今数据驱动的世界中,数据科学正在颠覆传统行业,成为企业决策和价值创造的重要引擎。然而,如何科学、系统地开展一个数据分析项目?这是很多人关心的核心问题。本篇文章基于经典数据分析课程内容,深入解读数据分析生命周期的每个阶段,让你快速掌握从“发现问题”到“落地应用”的完整流程。如果你正在学习或准备从事数据分析领域,这篇文章一定会对你大有帮助!数据分析生命周期的六大阶段数据分析生命周期的六个阶段相辅相成,每个阶段都至关重要:发现问题:明确需求,提出假设。数据准备:清洗、转换和可视化数据。

AI手套的博客 1740

华为OD面试手撕真题 【合并相邻且相等的元素】多语言题解

华为OD面试高频手撕真题【合并相邻且相等的元素】,提供C语言、Java、C++、Python、Go、JavaScript源码实现,并提供完整思路讲解。

qq_45776114的博客 548

Demis Hassabis:AI 的强大,超乎我们的想象

有人认为 AI 已经穷途末路,但一些绝顶聪明的人还在继续求索。来源:AI科技评论整理:黄楠、王玥编辑:陈彩娴近日,DeepMind 的创始人 Demis Hassabis 作客 Lex Fridman 的播客节目,谈了许多有趣的观点。在访谈的一开头,Hassabis 就直言图灵测试已经过时,因为这是数十年提出来的一个基准,且图灵测试是根据人的行动与反应来作判断,这就容易出...

人工智能学家 803

【IPC】ONVIF Device Manager 测试工具

介绍onvif 协议测试工具

以实战经验介绍行业知识 1960

谷歌 DeepMind CEO Hassabis 畅谈 Gemini、Scalin Law、通用机器人、大模型开源、超级人工智能...

来源:MoPaaS魔泊云作者:Dwarkesh编者按:OpenAI 的 Sora 又一次出圈,掩盖其它新的 AI 产品的锋芒,包括几乎同期发布的Google 的 Gemini 1.5 和 Meta 的 V-JEPA。很多 AI 从业者为此大抱不平,声称 “被Sora夺走风头的 Gemini 被低估了!” 特别是 Google 这次推出的 Gemini 1.5 Pro 是一种多模态大模型(涉及文本...

人工智能学家 276

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

“游戏人”也能拿诺贝尔奖!

AlphaFold的成功不仅展示了AI在解析自然界复杂系统方面的卓越能力,还极大地加速了科学研究的步伐,使得科学家们能够在更短的时间内取得以往需数年乃至数十年方能达成的成果。然而,在游戏领域的辉煌成就之后,他毅然决然地转向了人工智能领域,这一转变不仅重塑了他的职业道路,更对科学界产生了广泛而深远的影响。Hassabis年仅16岁便踏入了大学的校门,并很快加入了英国游戏界的传奇人物、狮头与牛蛙工作室的创始人Peter Molyneux的团队,以设计师和程序员的身份参与了多款游戏的研发。

Richard_shen的博客 984

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

Demis Hassabis:人类的未来是实现 AGI 自由的未来

揭露 DeepMind 对 AGI 的思考与想象。来源:AI科技评论作者:刘洁编辑:岑峰DeepMind的创始人Demis Hassabis加入AI行业大辩论来分享新观点了。随着AI技术的突飞猛进,行内人对AI的看法也越来越多样复杂。前有马斯克四处宣扬“AI可能使人类灭亡”,后有Andrew Ng嗤之以鼻“担心超级智能AI的人就像是在担心火星人口太多”,还有奥特曼坚持“加速AI研发才能解决全球挑...

人工智能学家 377

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

读天才与算法:人脑与AI的数学思维笔记03_AlphaGo

读天才与算法:人脑与AI的数学思维笔记03_AlphaGo

lyingSeven的博客 1133

6 款电商 AI 图片生成软件实测|国内 + 跨境卖家工具清单

电商 AI 作图工具已经从 "能不能用" 进入了 "好不好用" 的阶段。对于绝大多数卖家而言,现在的 AI 工具已经可以覆盖 60%-80% 的基础商品图需求,显著降低拍摄和设计成本。选择工具的核心逻辑不是 "哪款最强",而是 "哪款最适配你的品类、平台规模和团队能力"。垂直电商工具胜在工作流效率,通用生图工具强在创意上限,模板类工具赢在上手速度。建议根据自身业务阶段,搭配 1-2 款主力工具 + 1 款辅助工具,形成适合自己的视觉生产流程。

Mardi_Ladin的博客 395

视频隐私脱敏工程化:CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中,动态遮挡(Dynamic Masking)是高频且高耗时的环节。传统手动关键帧打码不仅效率低下,且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度,解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 223

我用 GPUWorks 在 M1 Pro 上搭了个发票识别原型

公司里经常要看电子发票。我想先做个小原型:把 PDF 发给一个自己部署的图文模型,让它提取发票类型、日期、交易双方和金额,再把结果交给同事核对。这个原型不用先接财务系统,先看看从部署到调用要走多少步,模型返回的内容能不能帮上忙。

鸽芷咕的博客 2万+

您您这可以把问小白的多个会话比如说。左侧的多个会话一次性导出吗?不是单条会话里面的多次会对话。AI导出鸭

第三层是格式编译层。这个决策背后的判断很清晰:一个批量导出工具的价值,不在于“试三次”,而在于你真正用它处理了几十份技术文档、访谈记录或课程讲义之后,它是否值得留在你的工作流里。问小白的会话列表通过分页接口加载,AI导出鸭 在页面运行时建立旁路监听,捕获每一次分页请求返回的完整对话清单,包括会话 ID、标题、时间戳和隐藏的元数据字段。让AI导出回归优雅——这句话说的是:导出不该是体力活,而应该是一次完整的、可预期的文件交付。注意:这里的“批量”指的是左侧列表里的多个独立会话,不是一条会话内的多轮对话。

laoyunsi的博客 246

AI Agent之核心框架

A: 显式 Thought 有三类价值:可解释性(便于人类审计)、可调试性(定位哪一步选错工具)、学习信号(可做监督微调或评估中间步骤质量)。ReAct 把推理与 可执行行动 绑定,每一步行动后都有 真实 Observation 反馈,从而用工具结果约束生成,降低闭卷幻觉。做完不等于结束——还要 评估做得好不好,把 教训 记下来,下次 带着教训重试,反思作为 记忆,影响后续尝试的策略。工作流程:Action → Evaluation → Reflection → Retry。A: 普通 CoT 只在。

剑雨巍巍的博客 199

河道漂浮物目标检测数据集

目标检测,yolo,河道漂浮物目标检测数据集

DL_data_set的博客 201

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 500

AI 应用开发工程师技术实践:大模型接入、通用组件封装与性能优化

本文提出AI应用从PoC到生产的核心挑战:模型调用的持续可用、可控与可优化。通过构建统一LLM网关实现多供应商路由与故障转移,封装对话、工具调用与RAG组件以解耦业务逻辑,结合前缀缓存、批处理与流式背压治理等性能优化手段,形成“接通→接稳→接快”的工程路径,最终以工程化能力决定AI应用的生产可用性。

2301_79189962的博客 558
上一篇: 【Triton 教程】triton_language.split
下一篇: 在线教程丨端侧TTS新SOTA!NeuTTS-Air基于0.5B模型实现3秒音频克隆
HyperAI超神经
博客等级 码龄7年 8872粉丝 1753原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值