- 博客(102)
- 收藏
- 关注
RSS订阅
原创 百回本《西游记》的孙悟空有多强？《西游记》的宇宙学以及众神能力介绍
西游记明确指出一粒“沙”内部可容纳无限个无穷且没有边界的世界，根据证明得到了西游记的一粒沙包含了不可数无穷数量的宇宙；了性者视万法皆空，不受三界束缚，无因果却能照见一切因果；菩萨已达“非二元”的究竟空性，视一切皆为虚妄，其超越了用数学和物理描述的层次；诸佛则是对菩萨的彻底超越，其以“法”为体，与“法”合一；法身佛超越了包含与不包含的常规逻辑范畴，它是一种终极实相，超越一切定义、描述、思维与想象，它是不可言说、不可思议、无法表述的绝对真理，它是永恒不变，超越一切对立分化不可言说的绝对至高层次。
2026-01-09 20:45:00
2607
原创 计算机视觉与计算摄影测量学第五讲二值图像处理：连通分量、距离变换与形态学算子深度解析
本文系统阐述了二值图像处理的核心技术体系，聚焦连通分量分析、距离变换和形态学算子三大基础方法。首先定义了二值图像作为仅含0/1像素的语义掩码，在文档分析、目标检测等领域的关键作用，并指出其常见的噪声缺陷。在连通分量分析部分，详述了基于图论和网格结构的两种算法实现，重点解析了利用等价表解决标签冲突的高效两次遍历算法。距离变换章节比较了D4、D8距离特性及其组合近似欧氏距离的策略，阐述了两次遍历算法的执行流程。形态学算子部分则深入探讨了腐蚀/膨胀的基础操作及其组合形成的开闭运算，展示了其在噪声去除和空洞填充中的
2026-06-09 19:32:57
454
原创 计算机视觉与计算摄影测量学第四讲图像直方图变换：从理论推导到均衡化技术的深度解析
本文系统阐述了图像直方图变换技术在摄影测量学与计算机视觉中的应用。首先回顾了直方图的基本概念与统计意义，重点分析了两种核心变换方法：直方图均衡化（增强视觉对比度）和噪声方差均衡化（实现统计同质性）。通过严格的数学推导，揭示了两种方法在变换函数设计上的本质差异，并探讨了离散化效应、自适应扩展等实现问题。文章结合自动驾驶、遥感影像增强等实际应用场景，对比了两种技术的适用条件和优化策略，提出了级联应用的预处理流程建议。最后指出，这些基于物理模型的基础方法在需要严格辐射度量的应用中仍具不可替代性，同时展望了与深度学
2026-06-02 01:16:01
432
原创 计算机视觉与计算摄影测量学第三讲图像直方图：理论、统计特性与点运算变换
本文系统阐述了图像直方图的理论体系及其在数字图像处理中的应用。首先建立了数字图像的数学模型，将图像定义为二维离散函数，并详细介绍了直方图的数学定义、统计特性及归一化处理方法。文章深入分析了直方图的计算算法及其时间复杂度，探讨了累积直方图与概率分布函数的关系。在应用层面，重点研究了点运算的分类体系，包括线性变换对亮度对比度的调控机制，以及阈值化、量化等非线性变换原理。此外，还介绍了查找表(LUT)和色调曲线的高效实现方法，并扩展到RGB彩色图像的多通道处理。
2026-05-19 21:15:00
522
原创 计算机视觉与计算摄影测量学第二讲：相机基础与光的传播
本文系统介绍了相机基础与光的传播原理。首先指出相机本质是光的测量装置，通过传感器将三维场景投影到二维平面。详细解析了数码相机的核心组件：传感器将光信号转换为数字信号，其尺寸与成像质量相关；单芯片拜尔模式通过滤光片阵列获取色彩信息；快门系统控制曝光时间，全局快门与卷帘快门各有特点；镜头系统扩展了针孔模型，但引入像差需校准补偿。在光的传播方面，介绍了几何光学、波动光学和量子光学三种模型，以及曝光三角（快门速度、光圈、ISO）对图像质量的影响。
2026-05-12 21:30:00
760
原创 计算机视觉与计算摄影测量学第一讲：总体概论
本文系统介绍了计算摄影测量学的理论基础、核心任务与技术应用。从词源学角度解析了"光-记录-测量"的学科本质，阐述了其作为非接触式三维测量技术的优势与局限。重点讨论了相机定位、三维重建、数据关联和语义解译等核心任务，分析了多视图几何、深度学习等技术在解决这些反向问题中的应用。通过无人机测绘、自动驾驶、文化遗产保护等典型案例，展示了该技术在工程实践中的价值。文章还探讨了摄影测量学与计算机视觉、机器人学等领域的交叉融合，并对实时处理、多源传感器融合等未来发展方向进行了展望。
2026-05-12 00:15:00
459
原创 什么是共封装光学（CPO）?关于CPO的架构、优势、挑战与性能
共封装光学（CPO）通过将光引擎与交换机ASIC及AI加速器直接集成，显著降低功耗与延迟。相比传统可插拔模块，CPO将电气路径缩短至毫米级，省去DSP重定时器，实现70%的功耗降低和更高带宽密度。当前技术已支持6.4Tb/s单芯片传输，可构建51.2Tb/s以上交换机。尽管面临散热管理、光纤连接复杂性和标准化等挑战，CPO预计2025-2026年商用，2028-2030年大规模应用于AI集群。博通、NVIDIA等厂商正推进不同架构方案，标志着数据中心互连技术的重要转折。
2026-05-08 01:17:24
2524
原创 关于英伟达的世界模型Cosmos的介绍
NVIDIA开源的Cosmos是世界模型平台，包含Predict/Transfer/Reason三类基础模型，可交互实现预测、场景转换和物理推理。平台采用Diffusion和Autoregressive两种预训练方法，支持视频生成、机器人操作等应用。通过2000万小时视频数据训练，结合Tokenizer压缩技术和多阶段训练策略，实现了高保真生成。评估显示Cosmos在3D一致性和物理对齐方面优于基准模型，并设有安全防护机制。该平台为AI系统提供了强大的环境模拟和预测能力。
2026-04-15 22:15:00
864
原创 3D模型生成之有向距离场（SDF）和光线行进（Ray Marching）
SDF（有向距离场）是一种重要的3D物体隐式表示方法，通过空间各点到物体表面的有符号距离来间接描述几何形状。它在计算机图形学中有广泛应用，如游戏引擎的粒子碰撞检测和光线行进（RayMarching）算法。在RayMarching中，SDF提供的距离值能确保光线安全步进，避免穿透物体表面，高效判断光线与3D表面的相交情况。这种技术为3D渲染和交互式应用提供了重要基础。
2026-04-13 23:00:00
438
原创 对占用网络（Occupancy Networks）的简单介绍
Tesla FSD采用Occupancy Networks技术重建3D环境，该技术通过深度学习分类器隐式表示物体表面，与传统的显式表示法不同。ONet将空间点映射为0~1的占用率，使用交叉熵损失进行训练，并采用多分辨率等值面提取方法生成高精度网格。相比体素表示法，ONet参数更少且内存效率更高。论文展示了基于单图像的3D重建效果，并与其他先进方法进行了对比。该技术为3D重建提供了新的高效解决方案。
2026-04-10 22:15:00
469
原创 下一代人工智能技术：从大语言模型（LLM）到世界模型（WM）
世界模型（WM）正在突破生成式AI的局限，通过整合多感官输入构建动态环境表征，实现物理世界的因果推理和行为预测。本文对比了大语言模型、多模态模型与世界模型的差异，指出后者在机器人、自动驾驶等实时决策场景的关键价值。文章梳理了国内外企业的最新实践（如DeepMind Genie3、腾讯混元世界模型等），分析了技术落地的三大挑战：仿真与现实差距、安全验证和伦理合规。研究表明，世界模型并非替代现有AI系统，而是通过"语言模型+物理直觉+检索增强"的混合架构，在工业、医疗等特定领域创造可量化的实
2026-04-08 21:30:00
674
原创 为何英伟达的世界动作大模型DreamZero在机器人技术基准测试中表现如此出色？
英伟达推出的DreamZero世界-动作模型在RoboArena和MolmoSpaces两项机器人基准测试中表现优异。该模型创新性地将动作生成与视频预测联合建模，采用140亿参数的视频生成主干网络，支持8帧历史输入。相比排名第二的pi-0.5模型，DreamZero在特定训练数据分布下展现出显著优势，表明数据质量比数量更重要。视频生成目标函数可能通过提供丰富的监督信号，帮助模型建立内在世界表征，从而提升泛化能力。这一突破显示，机器人智能发展可能更依赖模型架构创新而非海量数据积累。
2026-04-03 23:30:00
523
原创 世界动作模型（WAM）的泛化能力是否优于视觉语言动作模型（VLA）？
华为研究对比了世界动作模型(WAM)和视觉-语言-动作模型(VLA)的机器人策略性能。结果显示，得益于视频预训练的时空先验知识，WAM对视觉扰动具有更强鲁棒性，但推理速度显著慢于VLA。在RoboTwin2.0-Plus等基准测试中，WAM在噪声、光照等视觉扰动下表现优异，但对相机视角变化和背景扰动较敏感。研究表明，WAM的显式动力学预测机制使其具备更好的环境适应能力，而VLA则更适合需要快速响应的场景。未来发展方向可能是结合两种模型优势的混合架构。
2026-04-01 23:15:00
921
原创 硅光子学：将改变人工智能计算的革命
硅光子技术：下一代高速数据传输的革命性方案 硅光子学利用硅材料实现光信号传输，相比传统电子电路具有高速、低功耗和大带宽优势。这项技术通过将光学组件集成到标准硅芯片上，完美结合了半导体工艺与光子学特性。在人工智能爆发式发展的背景下，硅光子技术为解决数据中心能耗危机提供了创新方案——光互连能耗仅为电互连的1/5到1/10。虽然目前仍面临制造精度和可靠性挑战，但这项技术有望彻底改变从数据中心到边缘计算的通信方式，成为突破"内存墙"、实现可持续AI发展的关键所在。随着台积电等巨头的入局，硅光子技
2026-03-23 22:30:00
530
原创 从图像到三维重建：使用OpenCV构建SFM（运动恢复结构）
本文介绍了运动恢复结构(SfM)技术，该技术能够从二维图像中恢复三维场景结构和相机运动轨迹。文章详细讲解了SfM的核心流程，包括特征提取匹配、相机位姿估计、三角测量和光束平差优化等步骤。重点展示了如何利用OpenCV的SfM模块实现端到端的三维重建，通过C++代码示例演示了从图像采集到稀疏点云生成的全过程。虽然OpenCV的SfM模块存在一些局限性，如仅支持稀疏重建和缺乏GPU加速等，但它仍是学习多视图几何和三维重建的实用工具。该技术广泛应用于机器人导航、增强现实、摄影测量等领域。
2026-03-21 01:30:00
541
原创 通俗易懂的 Transformer 入门文章（第四部分）：为什么 Transformer 的注意力机制要这样计算？
本文深入解析了Transformer中注意力机制的工作原理，重点阐述了如何通过查询(Query)、键(Key)和值(Value)的计算捕捉单词间关系。文章指出，注意力模块通过点积运算衡量单词向量间的相似度，使相关词获得更高注意力分数。Transformer通过学习优化词嵌入和线性层参数，使语义相关的词向量方向趋于一致，从而有效建模序列中单词的长距离依赖关系。这种机制在编码器自注意力、解码器自注意力和编码器-解码器注意力三种场景中均有应用，是Transformer模型强大性能的核心所在。
2026-03-19 01:15:00
379
原创 通俗易懂的 Transformer 入门文章（第三部分）：多头注意力深度剖析
本文深入解析Transformer模型的核心机制——多头注意力。文章采用自上而下的讲解方式，详细拆解了自注意力、编码器-解码器注意力及掩码机制的工作原理。通过具体示例演示了注意力分数的计算过程，包括QKV矩阵的生成、多头切分与合并等关键步骤。特别强调了多头设计如何使模型能同时捕捉词语的多维度语义特征。作为Transformer系列教程的第三篇，本文在阐明"如何运行"的基础上，为理解"为何这样设计"奠定了基础，为后续探讨注意力机制的优势特性做好铺垫。
2026-03-17 23:00:00
435
原创 通俗易懂的 Transformer 入门文章（第二部分）：工作原理分步拆解
本文深入解析Transformer模型的内部工作原理，重点介绍其在训练阶段的数据处理流程。文章从嵌入层和位置编码开始，详细说明输入序列如何被转换为三维矩阵表示。核心部分剖析了编码器和解码器栈的结构差异：编码器包含自注意力和前馈网络，解码器则多一层编码器-解码器注意力。特别讲解了多头注意力机制中查询、键、值的处理方式，以及掩码在防止信息泄露和填充处理中的关键作用。最后阐述输出层如何通过线性变换和Softmax生成目标序列，并简要提及训练使用的交叉熵损失函数。全文通过机器翻译实例，直观展示了Transforme
2026-03-16 22:30:00
442
原创 通俗易懂的 Transformer 入门文章（第一部分）：功能概述
Transformer是一种革命性的NLP架构，通过自注意力机制并行处理序列数据，解决了RNN在长距离依赖和计算效率上的局限。其核心由编码器栈和解码器栈组成，利用多头注意力捕捉词间关系，显著提升了机器翻译等任务性能。相比RNN，Transformer能同时处理所有单词，且不受距离限制。训练采用教师强制策略加速收敛，推理时通过迭代生成输出。该架构已广泛应用于文本分类、问答系统等NLP任务，成为当前最先进的模型基础。
2026-03-12 22:45:00
457
原创 用直白语言讲透 Transformer
摘要：Transformer架构自2017年提出以来已成为机器学习的核心技术，推动了机器翻译、自动补全等领域的革新。本文通过非技术性语言解析Transformer的工作原理，重点关注其处理序列数据的能力。文章首先介绍如何将文本转换为令牌序列和嵌入表示，随后详细阐述注意力机制如何捕捉上下文信息，包括自注意力、多头注意力的计算过程。此外还介绍了Transformer的其他关键组件如前馈网络和层归一化，并区分了编码器、解码器及编码器-解码器三种架构类型。本文旨在帮助读者直观理解这一复杂架构，为深入探索现代Tran
2026-03-11 22:30:00
450
原创 3D Gaussian Splatting高斯泼溅技术简单介绍
高斯泼溅是一种创新的3D场景渲染技术，通过高斯函数实现3D点云到2D图像的高效投影。该方法基于三维高斯分布原理，利用颜色和透明度混合方程进行渲染，能显著提升复杂场景的视觉保真度。本文详细介绍了高斯泼溅的数学基础，包括高斯分布函数、渲染方程和3D到2D的投影变换，并提供了Python实现方案，涵盖模型加载、相机设置、场景渲染等核心环节。通过交互式可视化工具，开发者可以动态调整参数，直观观察不同尺度高斯体对渲染效果的影响。该技术在游戏开发、虚拟现实和数字孪生等领域具有广泛应用前景。
2026-03-10 22:30:00
989
原创 LPU vs GPU: 什么是LPU？它与GPU有何区别？
LPU与GPU：AI硬件的专业化分工 摘要：LPU（语言处理单元）是Groq公司开发的专用芯片，专注于自然语言处理任务，特别是大语言模型的推理。与擅长并行计算的GPU不同，LPU采用顺序处理架构和片上SRAM，在单流工作负载上展现出2-3倍的速度优势。2025年英伟达以200亿美元获得LPU技术授权，标志着AI基础设施向混合架构发展——GPU负责训练和批量处理，LPU专攻实时推理。虽然LPU在聊天机器人、机器翻译等场景表现卓越，但GPU仍是图形渲染和并行计算的首选。这种硬件专业化分工正在重塑AI处理格局。
2026-03-03 22:45:00
974
原创 PyApp：一种将 Python 工程打包为可执行文件的简易方法
PyApp 工具以 Rust 语言编写，可将 Python 程序封装为独立的“点击即运行”可执行文件。它或许是目前最易用的 Python 打包工具。每个开发者都知道，要把一个 Python 程序重新分发为独立的、点击即运行的软件包是多么困难。虽然市面上有第三方解决方案，但它们都存在各种缺点。而一个名为的新项目，采取了一种截然不同的方法。它是一个 Rust 程序，你需要结合想要分发的 Python 项目信息，从源代码进行编译。生成的结果是一个独立的二进制文件，运行时会将你的项目解压到一个目录中并从中执行。
2026-02-24 23:30:00
1819
原创 知识科普：什么是正射影像？
正射影像最早于1937年开发，对于需要精确、最新视觉资料的专业人士来说，它已成为必不可少的工具。借助 大疆智图 等软件，用户可以利用无人机拍摄的图像创建自己的高分辨率正射影像——当公共卫星数据缺乏细节时，这一点尤其有用。从测绘员到农民再到应急团队，正射影像帮助人们以准确性和信心进行可视化、规划和沟通。正射影像是一种经过几何校正的航空或卫星照片，经过调整消除了由相机倾斜、地形起伏和其他因素引起的畸变。其结果是一幅可以用作地图的图像，具有统一的比例尺且无畸变，允许进行精确测量。
2026-02-09 23:45:00
820
原创 工具科普介绍之Spherasim：无人机与机器人开发领域的工具
Spherasim是一款革命性的无人机与机器人开发平台，整合了高精度物理建模、照片级可视化和灵活传感器配置，可构建高保真数字孪生体。其突破性的环境模拟能力（包括海浪、风力和光照变化）支持复杂算法开发，显著降低硬件测试成本。平台支持VS集成并提供专属技术支持，能快速定制以满足特殊需求。相比传统仿真工具，Spherasim在环境建模真实性和开发效率方面具有显著优势，已成为工程工作流中不可或缺的创新催化剂。
2026-02-06 23:45:00
1041
原创 简单介绍Docker：Docker 容器中预装 Ubuntu 20.04 与 ROS Noetic
本文详细介绍了Docker容器技术在软件开发中的应用，重点讲解了在Ubuntu 20.04系统上安装Docker并与ROS Noetic集成的完整流程。文章首先阐述了Docker的核心概念和优势，包括容器化、镜像管理、跨环境一致性等特点。然后提供了详细的安装指南，涵盖Ubuntu和Windows系统下的安装步骤，并分享了解决常见网络连接问题的方法。此外，文章还介绍了如何为ROS开发构建专用Docker容器，包括Dockerfile编写、容器构建、共享卷创建等关键步骤，最后讲解了如何将Visual Studi
2026-02-02 23:30:00
728
原创 解读 PointNet：使用 Python 和 PyTorch 进行 3D 分割的实用指南
本文深入解析了PointNet这一3D分割领域的开创性模型。文章首先介绍了PointNet的核心优势——直接处理无序点云数据而无需网格转换，并详细阐述了其对称性处理、局部与全局信息聚合等关键技术特点。随后，作者从理论层面分析了PointNet的通用近似性和稳定性两大理论基石，并通过PyTorch代码实现展示了网络架构设计，包括TNet变换网络、多层感知机等关键组件。文章还详细描述了使用Semantic-KITTI数据集进行训练的全过程，包括数据预处理、模型训练策略和性能评估方法。最后通过可视化展示了Poin
2026-01-30 23:30:00
701
原创 语义分割：基于 TensorFlow 对 FCN 与迁移学习的探究
本文深入探讨了计算机视觉中的图像分割技术，重点介绍了语义分割的三种FCN架构变体（FCN-8、FCN-16、FCN-32）及其在TensorFlow中的实现方法。文章解析了encoder-decoder结构原理，展示了如何利用VGG16进行迁移学习来增强模型性能，并提供了详细的代码实现。通过比较不同步幅配置对分割精度的影响，帮助读者根据需求选择合适的模型架构。最后介绍了IOU和Dice Score等评估指标，为开发者在实际项目中应用语义分割技术提供了实用指导。
2026-01-28 22:30:00
1949
原创 Ubuntu 24.04 LTS 系统上树莓派摄像头模块 v2.1（IMX219）的安装配置与故障排查
本文详细介绍了在树莓派Ubuntu24.04LTS系统上配置IMX219摄像头模块的方法。主要内容包括：系统环境要求、从源码构建libcamera和rpicam应用的完整步骤，以及常见问题的解决方案。重点解决了"未检测到摄像头"等硬件通信错误，提供了排线检查、I2C检测、驱动加载等诊断方法。通过验证测试确保摄像头功能正常，为树莓派Ubuntu系统上的视觉应用开发提供了实用指南。
2026-01-27 22:30:00
1381
原创 机器人学第三部分——旋转的组合：欧拉角与横滚-俯仰-偏航角 (roll–pitch–yaw)
本文深入探讨了机器人学中的三维空间旋转表示方法。首先分析了旋转矩阵的组合方式，包括当前坐标系视角下的右乘法则和固定坐标系视角下的左乘法则，并通过实例展示了旋转顺序的重要性。随后详细介绍了两种常用的三角度表示法：ZYZ欧拉角（当前坐标系视角）和横滚-俯仰-偏航角（固定坐标系视角），包括其正向计算方法和逆问题求解。文章特别强调了旋转顺序的几何意义，并讨论了两种表示法中的奇异点问题。最后指出旋转矩阵和三角度表示各有优势，前者适合计算，后者更符合人类直觉，为后续学习四元数和完整运动学奠定了基础。
2026-01-21 23:30:00
900
原创 机器人学第二部分——深入旋转矩阵：轴、坐标系与坐标变换
本文探讨了机器人学中旋转矩阵的几何原理与应用。首先介绍了如何通过坐标系和旋转矩阵描述刚体朝向，重点分析了绕x、y、z三个坐标轴的基本旋转矩阵推导过程。通过三角投影关系，展示了每个旋转矩阵元素都对应旋转后坐标轴在原始坐标系中的投影分量。文章从两个视角解释旋转矩阵：坐标系变换（P=R·P'）和向量主动旋转（P=R·P'），揭示了二者本质的一致性。最后指出旋转矩阵是空间几何关系的简洁表达，为后续讨论多旋转组合、欧拉角等方向表示方法奠定基础。全文通过几何直观方式，使抽象的旋转矩阵变得具体可理解。
2026-01-09 00:30:00
1011
原创 机器人学的第一部分——机器人如何理解空间：运动学与旋转矩阵
本文系统介绍了机器人学中运动学与变换的数学基础。首先阐述了刚体位姿由位置和朝向共同构成，并回顾了向量和三角函数等关键工具。重点讲解了如何通过旋转矩阵表示刚体朝向，详细推导了旋转矩阵的构造方法及其正交性特性（RᵀR=I）。文章还分析了坐标系间的变换原理，包括正向和逆向坐标转换。这些数学工具为机器人运动学和计算机图形学提供了理论基础，使机械臂定位、无人机稳定等应用成为可能。最后指出后续将结合旋转与平移来描述完整刚体运动。
2026-01-08 00:30:00
796
原创 简单介绍光束法平差与重投影误差
光束法平差是计算机视觉中的关键优化技术，通过最小化重投影误差来同步优化相机位姿和三维场景结构。该方法广泛应用于运动恢复结构、摄影测量和SLAM系统，能显著提高三维重建精度。其核心原理是利用多视角图像数据，通过非线性优化（如LM算法）迭代减小观测点与重投影点间的误差。虽然存在初始化要求高、对相机运动敏感等局限，但光束法平差仍是确保三维模型准确性的重要工具，在自动驾驶、VR等领域具有重要应用价值。
2026-01-07 00:45:00
1104
原创 介绍基于 C++ 的运动恢复结构（SfM）的三维重建
本文介绍了基于C++的运动恢复结构(SfM)技术实现三维重建的完整流程。首先通过SIFT算法提取图像特征点并计算描述子，然后使用FLANN匹配器进行特征匹配，通过本质矩阵和单应矩阵进行三角测量恢复三维点云。重点阐述了束调整优化过程，利用Ceres Solver自动调整相机参数和三维点位置，通过残差块和自动微分代价函数实现精确优化。最终生成的三维模型可通过MeshLab等工具可视化。整个系统从二维图像序列重建出精确的三维场景结构，展现了计算机视觉技术在三维重建领域的强大能力。
2025-12-30 00:45:00
1453
原创 二极管原理图：理论、设计与实践实现
本文系统阐述了二极管的物理原理、类型及应用。首先解析了PN结的形成机制和肖克利方程描述的电流-电压关系。其次详细介绍了整流、齐纳、肖特基、发光、光电等各类二极管的特性及符号表示。随后讲解了半波/全波整流、限幅、钳位等基础电路设计。最后探讨了选型考量因素及未来宽禁带半导体、集成光子学等发展趋势。全文150字以内概括了二极管的核心知识体系，为电子工程师提供了实用参考。
2025-12-26 00:30:00
1221
原创 如何在边缘设备构建、优化和部署人工智能模型
摘要：随着物联网设备预计2030年达400亿台，边缘AI成为解决云端AI延迟、安全与成本问题的关键方案。本文提出五步边缘AI部署流程：1)选择适配模型；2)量化优化；3)硬件编译；4)设备部署；5)持续调优。重点指出边缘环境需平衡精度与效率，推荐MobileNet等轻量架构，强调量化与专用工具链（如Axelera的VoyagerSDK）的重要性。工业检测、医疗监测等案例证实边缘AI在实时性、隐私保护方面的优势，为开发者提供从模型选择到部署优化的完整实践指南。（149字）
2025-12-25 00:30:00
1171
原创 三种急需更智能内存的边缘AI架构及其原因
边缘AI时代的新型存储器解决方案 随着AI向边缘设备迁移，MRAM和FeRAM等新型存储器技术正成为实现高效边缘计算的关键。本文分析了三种典型边缘AI架构的需求：机器人系统需要快速启动与传感器融合，模块化系统依赖OTA更新与安全启动，医疗设备则追求超低功耗与数据安全。相比传统存储器，MRAM和FeRAM展现出显著优势：纳秒级写入速度、超高耐久性（达10¹²次）、极低功耗以及出色的环境耐受性。这些特性使其成为满足边缘AI对实时性、可靠性和能效严苛要求的理想选择，为构建下一代智能边缘系统提供了基础性内存技术支持
2025-12-24 00:30:00
1949
原创 解读openAI的文本图像模型-CLIP
OpenAI发布的CLIP模型开创了文本-图像多模态融合的新范式。该模型通过对比学习将图像和文本映射到共享特征空间，使语义相近的内容具有相似的向量表示。CLIP突破了传统图像分类器的固定标签限制，能基于任意文本描述进行零样本分类和语义搜索。尽管在细粒度识别、空间推理等方面存在局限，CLIP已成为众多视觉语言模型的基础技术，广泛应用于图像生成、语义搜索等领域。作为计算机视觉领域的重大突破，CLIP展示了多模态学习的强大潜力，为构建更智能的视觉系统提供了关键基础。
2025-12-23 09:38:22
763
原创 生成式AI vs 预测式AI：揭秘人工智能领域的两大技术
摘要：本文深入解析了生成式AI与预测式AI的核心区别与应用场景。生成式AI（如GAN、VAE）擅长创造新内容，适用于创意设计、数据增强等领域；预测式AI（如回归分析、神经网络）则基于历史数据进行预测，在风险评估、需求预测等方面表现突出。两者在工程领域形成互补：生成式AI开拓创新方案，预测式AI优化决策流程。文章还探讨了混合系统的协同优势，指出AI技术正在重塑产品设计、材料科学等多个行业。随着技术发展，理解这两种AI范式对工程师把握创新机遇至关重要。
2025-12-19 12:31:46
957
slowfast数据集标注
2023-09-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人