萝卜快跑无人出租车「狂飙」 , 1000 万司机无眠

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情

网约车,开不下去了。

根据广州市交通运输局最新统计,从去年 12 月到今年 5 月,网约车日均订单量则从 14.21 单下降至 12.22 单,日均营收从 343.34 元降至 311.63 元。

这意味着,一些网约车司机即便是「整月无休」,每天工作 10 小时以上,在未扣除用车成本的情况下,月收入也不超过 1 万元,除去每月租车及用车成本后,纯收入基本在 6000 元-7000 元之间。

背后的原因很简单,分蛋糕的人变多了——全国多地发布网约车行业风险预警,公开提醒慎入网约车行业。

交通运输部数据显示,截至 2024 年 4 月 30 日,全国共有网约车驾驶员 696.4 万人。如果算上流动出租车,这个数字更是来到了近千万。

在网约车运力过剩、运价下调等多重因素的影响下,网约车司机们要么接受低价订单,要么无单可接。

坏消息接踵而至,一些入行还没半年的师傅们发现,自己非但在和同行竞争,同时也在和自动驾驶赛跑。

图片

7 月 10 日,百度旗下的无人驾驶车「萝卜快跑」上了微博热搜,有网友表示,1000 辆「萝卜快跑」已经在武汉大面积铺开,抢走了不少网约车的单子。受影响更大的是巡游出租车,上个月,武汉还有大量出租车司机发出强烈抗议,称无人车不应「满大街接单」,「让底层人吃不饱」。

虽然事发武汉,但全国各地的网约车师傅们都想知道,在自动驾驶全面铺开之前,自己还能跑多远。

萝卜快跑,跑得如何?

事实上,「1000 辆萝卜快跑满大街接单」实属以讹传讹。

武汉市交通运输局相关负责人表示,「武汉市 (出租) 汽车行业比较稳定,网上谣言比较多」。据其介绍,「萝卜快跑」已在武汉投放 400 多辆无人驾驶汽车,并非网传的 1000 辆,不至于抢了网约车和出租车司机的饭碗。

但从体验来看,萝卜快跑的乘坐体验,确实大幅领先网约车和出租车。

图片

首先,萝卜快跑不会拒载,有一单算一单,让你不至于在半夜出机场时陷入无车可坐的境地。其次,萝卜快跑的常用车型是红旗 E-HS3,其后排比不少平台的特惠快车都要舒服,同时还要更便宜。

更重要的是,萝卜快跑为你排除了一切人为因素,包括但不限于某些司机带来的酸臭味和烟味、风琴脚或急刹车致使的晕车,以及夏天能否开空调之类的任何扯皮。

不挑单、不拒载,更靠谱的自动出行黑科技。

——萝卜出行写在 App 上的一句广告语,很好地总结了它在体验上的优点。

目前,用户只需要下载萝卜快跑 App 或是在微信上打开萝卜快跑小程序就可以打车,等车辆到达后,在后窗的一块屏幕上输入手机号码后四位数字即可解锁车门,十分便捷。需要指明的是,乘客只能坐在后排,前后排中间会有一块透明隔档,防止后排乘客强制把无人驾驶变成「有人驾驶」。

另一方面,萝卜快跑的运营时间和运营范围与以往相比也有了不小的进步。

今年 3 月,萝卜快跑正式在武汉部分区域实现了自动驾驶出行服务时间的拓展,提供 7*24 小时的不间断服务,甚至还在一段时间内为女性用户推出了夜间优先接单权益。

从运营范围来看,如今,萝卜快跑在武汉的运营范围已经达到了 3000 平方公里,基本覆盖了硚口区、汉阳区、武昌区、洪山区这些核心城区,大部分郊区也都有覆盖。

图片

对于萝卜快跑,一位来自武汉的网友写出了这样一番评论:

喧嚣的街头,无人的车内,熟悉的歌曲和窗外划过的景,有一种现实与科幻不断转换的虚幻感,只有真正体验过才能明白。

车辆驾驶技术本身没有问题,全程丝滑,极少有急刹可以接受。目前的发展,受限的可能不是技术,而是政策和环境。

照这么说,萝卜快跑这样的无人驾驶车就没有缺点了吗?倒也未必。

爱范儿此前也在广州市黄埔区体验过萝卜快跑,和网约车与出租车不同,萝卜快跑不允许乘客在任意位置上下车,而是需要乘客行至特定的停靠点。如果你在一个商场的西门出来,恰好停靠点位于商场的东边,那么你还是需要绕过一整栋大楼才能上车。

图片

「当价格和特惠快车越来越接近,却需要绕行或者远距离下车步行,乘坐的欲望会逐渐下降。」上述武汉网友也提到了这个问题。

另一方面,囿于无人驾驶车的性能,其在通过路口、窄路等复杂道路场景的效率还稍显不足,正因如此,有不少武汉人将萝卜快跑的无人驾驶车称作「苕萝卜」。

在武汉和湖北地区的方言里,「苕」是红薯的别称,也可以表示愚蠢和弱智的意思,可做名词,也可做形容词。

图片

不久前,武汉市的城市留言板上就出现了不少关于萝卜快跑的投诉,主要投诉萝卜快跑的无人驾驶车车速慢,以及无故停车。不仅是城市留言板,在小红书和微博等社交网络上,也能搜索到关于武汉市区「苕萝卜」的吐槽。

萝卜快跑喊冤之后,不少武汉本地媒体也参与了萝卜快跑无人驾驶汽车的实际体验,看一看投诉情况是否属实。比如湖北卫视旗下的长江云新闻就体验了一下,做出了如下结论:

萝卜快跑像是一个刚刚拿驾照上路的新手司机,偶尔在红绿灯刹车、起步时略显「生涩」,其智驾系统还有较大提升空间。

《每日经济新闻》等媒体的实际体验得出的结论也差不多,也就是说,萝卜快跑的无人驾驶汽车车技一般,车速慢,但还是遵守交规的,绝不会实线变道,遇行人也会礼让。

图片

并且萝卜快跑的客服也解释了萝卜快跑会「无故停车」的原因:按照自动驾驶技术来说,没有障碍物的时候,汽车不会无故停车,如果汽车停车,那肯定是遇到了障碍物,然后按照交规停靠。

所以,萝卜快跑为什么选择了道路环境更为复杂的武汉?这应该是很多武汉出租车司机想问的问题。

武汉,这块难啃的「面包」

萝卜快跑选择武汉,自然有它的道理。

在一些社交平台上,湖北被称为「中部显眼包」,与江西「中部聚(巨)能环」相对。这是因为各种以省份为单位的统计当中,湖北省经常能混进靠前位置但得不了第一,把周边的中部省份甩开,常规的比如 GDP 水平,985 和 211 高校数量,三甲医院数量等等,不太常见的数据比如大闸蟹产量,LPL 选手数,卷烟产量,充电桩数量等等。

但有几个数据,湖北可谓是遥遥领先,一是小龙虾产量,然后是交通事故数,每 10 万人交通事故率和车祸受伤人数这三个维度的数据。

图片

图片

以 2022 年为例,每 10 万人交通事故率,湖北以 51.08 起的数据,大幅领先全国 18.16 起,几乎是全国水平的 3 倍,在车祸伤亡人数上,湖北省(2022 年常住人口 5844 万)以 39679 人的数据领先人口近亿的人口大省河南(2022 年常住人口 9872 万),而常住人口在 2500 万规模,机动车数量也很多的上海市,在同年的车祸伤亡人数为 1496 人,反映当地比较遵守交通规则,注意交通安全。

前一段时间还有一个帖子,充分显示出了湖北和上海交通状况的激烈碰撞,一位自认为开车很规矩的武汉人,在上海开了 3 天车,喜提扣 28 分罚款 3000 多元。诸如「变道不打灯,实线变道,不礼让行人和左转不让直行」等习惯在武汉本地交通极为常见。

可以说,攻克了武汉,就离拿下全国不远了。

数据显示,截至 2023 年底,武汉市累计开放测试道路里程已突破 3378.73 公里,覆盖武汉 12 个行政区,超越美国菲尼克斯和旧金山,成为全球最大的自动驾驶出行服务区之一。

具体到萝卜快跑,截至 2024 年一季度,萝卜快跑全国累计向公众提供乘车服务 600 万次,其中武汉全无人驾驶订单比例已超 55%,并在 4 月份继续上升至 70%,预计未来几个季度将快速上升至 100%。

图片

萝卜快跑还在上周 WAIC 2024 期间表示,将在今年实现武汉全城覆盖,并计划投入 1000 辆新一代量产无人车在武汉实现 7*24 小时的全无人运营。

尽管从目前的占比来看,武汉常态化运营的无人驾驶车并不算多,但长远来看,势必会对武汉,乃至全国范围内的网约车和出租车市场造成较为严重的冲击。

武汉的网约车和出租车,是一个从业人员多、劳动力市场饱的行业,根据人民网 2023 年 11 月的报道,湖北省武汉市聚集了 37 家网约车平台企业、59 家加盟合作企业和 2.4 万名网约车司机。而根据武汉市出租汽车信息化综合管理平台的统计,2021 年武汉就拥有了 1.7 万台出租车、3 万余名出租车师傅。

除了就业,网友们还很关心另一个话题。

7 月 7 日下午,一辆萝卜快跑无人驾驶车在街头与行人相撞,该事故发生于汉阳区鹦鹉大道与国博大道交汇路口,行人闯了红灯,而无人车刚好在交通信号灯变绿后启动。好在当时车速慢,行人无明显外伤。

图片

这虽是一起小事故,但也引出了一个亟待解决的问题:无人驾驶车应该如何定责。目前,我国还没有建立一套完善的全国性法规,只有地方规定。

2022 年,深圳市第七届人民代表大会常务委员会通过了《深圳经济特区智能网联汽车管理条例》,这是中国首个无人驾驶汽车法规,并于 2022 年 8 月 1 日起实施。北京、武汉等地也陆续出台了相关的征求意见稿。

其中对于定责,基本遵循了有司机找司机,没司机找运营方的思路。

以《北京市自动驾驶汽车条例(征求意见稿)》为例:自动驾驶汽车上道路行驶期间发生交通违法行为的,由公安交管部门按照现行法律法规进行处理和认定。车内有驾驶人的,依法对驾驶人进行处理;车内无驾驶人的,对车辆所有人、管理人进行处理。

然而,交通事故认定本身就是一件很复杂的事情,这需要更多的判例积累和广泛的讨论,并最终带来立法的完善。

还会有更多的「萝卜快跑」

每一年都说是自动驾驶大规模商业化的元年,可行业里没看到一家企业盈利了。

汽车科技领域的投资人梅松亮此前在接受《财经》采访时谈到,2023 年以来,中美两地明星公司频繁裁员和裁撤业务等消息,让梅松亮一度认为,这一赛道距离赚钱仍遥遥无期。

而萝卜快跑的变现能力,显然超过了他此前的预期。

5 月 15 日,百度分享自动驾驶技术进展的 Apollo Day 在武汉举办,推出了旗下第六代无人驾驶出租车,以及自动驾驶大模型 Apollo ADFM。

图片

并且萝卜快跑也在武汉市区正式投放了第六代无人驾驶车,参与到网约车运营。得益于国内电动汽车和自动驾驶供应链的飞速发展,现在一辆百度 Apollo 第六代无人驾驶汽车的成本仅为 20 万元,远远低于此前百万元的行业水平,并且还会随着规模化进一步下降。

因此,百度高管也乐观预测,2024 年年底,萝卜快跑将在武汉实现收支平衡,并在 2025 年全面进入盈利期。

资本市场也迅速作出反应,萝卜快跑正在快速提涨百度的股价。

7 月 10 日,百度港股盘中一度涨超 12%,最高报 97.15 港元/股,为过去一个多月以来最高点。当前成交额已达 22.77 亿港元,是前一日 4.26 亿港元成交额的近 5 倍。

百度集团股价的高开和萝卜快跑商业模式盈利前景的预测,都体现了市场对百度及其自动驾驶技术的积极预期。

如今,除了原先的北京、上海、广州、武汉,萝卜快跑已经在重庆、福州、嘉兴、成都、合肥等 11 座城市开放载人测试运营。

工业革命初期,珍妮纺纱机的出现引来了手工纺纱者的反抗,如今无人驾驶车的不断前行,也势必会为网约车行业带来一定恐慌。

但正如英国工人的铁锤砸不走珍妮纺纱机,无人驾驶车也不会在一声声唾骂中趴窝。

​

如何学习AI大模型?

作为一名热心肠的互联网老兵,我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

一、全套AGI大模型学习路线

AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!

img

二、640套AI大模型报告合集

这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。

img

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

img

四、AI大模型商业化落地方案

img

作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量。

船载 OpenHarmony AIS 航海工作台:告警与防碰撞预警系统 船载OpenHarmony AIS航海工作台的告警与防碰撞系统,集成十余类告警(超速、偏航、会遇、SOS等),通过网格空间索引实现高效邻近判定,保障实时性。告警管理器统一调度规则、去重、通知与日志,支持悬浮球、语音、跑马灯、弹窗多渠道触达,确保航行安全。SOS紧急通道独立运行,避免干扰。系统设计强调性能优化与多场景适配,为航海安全提供核心支撑。 阅读详情

相关推荐

AI 应用开发:四维架构落地实战——以 HR Agent 为例拆解感知·推理·记忆·执行【意图路由、规划编排、长期记忆、工具执行、面试题】

本文基于四维架构(感知·推理·记忆·执行),以HR Agent为例,系统拆解大模型应用从“聊天”到“生产可用”的落地路径。通过Spring AI实现意图路由、规划编排、RAG检索与工具调用,结合真实踩坑复盘,揭示架构化设计对安全、成本与可维护性的关键价值,为AI Agent工程化提供可复用的实战框架。

王大师企业官方博客 1332

“萝卜快跑”无人出租车的崛起:对传统出租车和网约车司机的冲击

近年来,随着科技的迅猛发展,自动驾驶技术逐渐从实验室走向实际应用,其中“萝卜快跑”无人出租车作为这一领域的先锋,备受瞩目。无人出租车凭借其高效、安全、智能的特点,正在逐步改变城市交通格局。然而,这一新兴技术在带来便利的同时,也对传统出租车司机和网约车司机产生了深远的影响。

2401_86261752的博客 2641

中国大学MOOC-翁恺-C语言程序设计习题集-解答汇总

中国大学MOOC-翁恺-C语言程序设计习题集 PAT 习题集 02-0. 整数四则运算(10) 时间限制 400 ms 内存限制 65536 kB 代码长度限制 8000 B 判题程序 Standard 作者 乔林(清华大学) 本题要求编写程序,计算2个正整数的和、差、积、商并输出。题目保证输入和输出全部在整型范围内。 输入格式: 输入在一行中给出2...

weixin_30691871的博客 3万+

【研究】“萝卜快跑”全国推广下市场空间可达1553亿,对应利润516亿

百度“萝卜快跑”近三季度每季度维持 80万次以上服务量,已初具商业化落地能力,目前主要通过补贴后的低价和新奇感,双重刺激提升消费者的消费情绪。通过中长期降本,我们认为“萝卜快跑”有望在中期实现单车日均盈利25.40元,回本周期6.17年;在长期实现单车日均盈利133.04元,回本周期2.72年。如果“萝卜快跑”能在试点城市/一二线城市/全国范围推广,中性预期下市场空间可达426/529/1553亿元,对应利润142/176/516亿元。

加百力 的技术博客 2878

Linux下科大讯飞离线语音识别SDK从下载到实战(附常见问题解决)

本文详细介绍了在Linux系统下,如何从科大讯飞开放平台获取离线语音识别SDK,完成环境准备、编译部署到实战开发的完整流程。文章重点解析了SDK目录结构、语法词典定制、示例代码修改,并针对开发中常见的“词典加载失败”、音频格式、交叉编译及性能优化等问题提供了深度解决方案,助力嵌入式与IoT开发者快速实现稳定可靠的离线命令识别功能。

honey的博客 1242

WRF替换静态地理数据中的土地利用数据(WRF替换下垫面数据)

   在进行自己的WRF项目模拟的时候,因为需要用中国土地利用数据替换WRF内嵌老旧的土地利用数据,故需要将土地利用进行替换。我使用的中国的土地利用数据是来自中国土地利用数据(1980-2015)。其中我以下载的lucc1980为例进行演示。 1、坐标转换    (1)下载的lucc1980数据如下图所示:    (2)在ArcMap中打开如下图所示: 打开属性表可以看到,lucc1980的坐标系为投影坐标系Krasovsky_1940_Albers,数据格式为GRID。这里需要将投影坐标系转换成地理坐

GIS 1万+

AI 问数真的能替代 BI 报表吗?

AI问数赋能自然语言查询,提升临时分析效率,但无法替代传统报表。报表适用于稳定输出与持续监控,AI则擅长探索性提问。企业用好AI问数,关键在于夯实数据模型、统一指标口径、健全权限体系与结果校验机制。合理组合报表、仪表板与AI,才能实现高效、准确的业务洞察。

葡萄城技术团队博客 353

AIGC游戏本地化:用AI实现多语言自动翻译

游戏本地化是游戏全球化战略的关键环节,传统人工翻译方式成本高、周期长。本文旨在探讨如何利用AIGC技术实现高效、准确、低成本的游戏多语言自动翻译解决方案。我们将覆盖从文本翻译到语音合成的完整本地化流程,重点关注AI技术在游戏特定语境下的应用优化。文章首先介绍游戏本地化的核心挑战和AI解决方案,然后深入讲解关键技术原理,接着通过实战项目演示具体实现,最后讨论应用场景和未来趋势。AIGC:人工智能生成内容,指利用AI技术自动生成文本、图像、音频等内容本地化(Localization)

AI 领航者的博客 1339

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 296

【DexGraspNet与多指手抓取算法详解】第三章 DexGraspNet数据集构建机理

抓取姿态描述多指手与物体的相对空间关系,包含手掌位姿与手指关节配置。

VectorShift的博客 500

Could not create cache adapter cache factory not found: factory for cache adapter ““ was not regist

RROR: Could not create cache adapter error=cache factory not found: factory for cache adapter "" was not registered ERROR: Job failed (system failure): Error response from daemon: OCI runtime create failed: container_linux.go:349: starting co...

知无涯 4037

【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 620

基于STM32L4XX、HAL库的E180-ZG120B ZigBee模块驱动程序设计

/ 频率: 470MHz, SF7, BW125kHz, CR4/5, 功率14dBm。// 检查是否收到完整响应(根据实际情况调整)// 每5秒发送一次。PB0 <---> AUX (可选,用于状态检测)// 实际发送命令可能需要根据模块AT指令集调整。PC13 <---> RESET (可选)// 处理接收到的数据。// 缓冲区满,从头开始。// 其他必要的HAL库初始化代码...// 初始化E180模块。// 启动UART接收。// 如果需要等待响应。// 配置LoRa参数。

zhusl6688的博客 384

抽象主义人工智能和生命体AI的内在联系

彭军辉提出“抽象主义人工智能”作为第四大AI范式,批判符号主义、连接主义、行为主义剥离生命本体的误区,确立“智能是现象,生命是本体”的核心公理。主张原生智能必须依附具备存续诉求的生命本体,提出“生命体AI理论”,构建七层演化阶梯与自闭环工程框架,强调智能不可跳过底层存续机制直接模拟语言。该体系为生成式AI提供科学边界,推动从“仿真表象”向“原生智能”的范式跃迁,开辟硅基人工生命新赛道。

抽象主义人工智能和生命体AI 211

ue 打包linux程序 在windows系统 2026

ue 打包linux程序 在windows系统 2026

jacke121的专栏 372

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

OpenAI Control Room 架构拆解:给企业 AI Agent 加一套可审计的急停系统

OpenAI 公开了用于追踪和停止研究模型工作负载的 Control Room。本文拆解 job_id、推理前鉴权、35 秒撤销窗口与 Fail Closed 设计,并给出企业 AI Agent 急停控制面的数据模型、FastAPI 参考实现、缓存撤销策略和故障演练清单。

jerry764的博客 347

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

OpenClaw 深度调查:把 AI 助手做成你自己的控制平面

对 openclaw/openclaw 的完整技术尽调:Gateway 架构、Agent 运行时、工具与沙箱、30 个消息通道、181 个插件、安全信任边界、工程代价与采用建议。17 章 / 10 张图,全部数字标注口径,数据截至 2026-10-31。

厚积薄发 363

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

AI赋能智慧港口建设|造形家快速生成港口全要素三维场景

随着智慧港口、港口数字孪生项目的持续推进,港口三维场景的需求日益旺盛。传统港口三维建模,往往需要航拍倾斜摄影采集数据,再人工搭建吊机、岸桥、船舶、集装箱等大量工业设施模型,项目周期长、人力成本高,修改迭代繁琐,制约港口可视化项目落地效率。国产AI三维建模工具,依托卫星影像 AI 识别能力,无需航拍作业,一键快速搭建港口完整三维场景,为港口数字孪生、方案汇报、投标演示提供高效的场景解决方案。

m0_69539167的博客 89

从设备增点到治理闭环:老旧小区物业数智化落地实践

系统连接合同审批、银行流水、收费记录与项目台账,执行到期提醒、收入核验、异常标色和月度对账,让每一笔资金来源明确、去向可查。针对设施老旧、诉求响应慢、公共收益不透明等问题,津南以6类小区为试点场景,统一建设物业数字化底座,关联楼栋、单元、房屋、业主、空间、设施设备、工单、公共收益等核心数据。系统采用统一编码管理,将摄像头、路灯、井盖、道路、绿化等设施纳入资产台账,解决纸质记录更新滞后、故障责任难追溯的问题。基于历史工单建立分类模型和知识库,辅助识别照明、给排水、电梯、环境秩序、秩序维护等问题;

wuyeshuzhihua的博客 163

企业微信iPad协议详解:接口接入、实时消息同步与语音转码实践

深入解析企业微信iPad协议的技术架构与开发思路,涵盖API接口接入、长连接通信、实时消息同步、Silk语音转码、异常重连及高并发优化,帮助开发者了解企业微信自动化系统的设计与实现。

欢迎来到祖安! 520

Product Hunt 热榜 2026-11-13:Plurai Simulation、YouArt Desktop App、Omnigraph

2026-11-13 Product Hunt 新产品精选:Plurai Simulation、YouArt Desktop App、Omnigraph。汇总 15 款产品的中文介绍、功能关键词和产品链接。

LaughingZhu的博客 625

【AI Agent面试系列】AI Agent可观测、评测、安全相关的知识点

之前的文章介绍了和,本文主要介绍AI Agent的测评、可观测等知识。

411

Docling 原理解读:是什么、为什么、怎么样

从论文视角拆解 Docling 的整体架构、DoclingDocument 数据模型、PDF 预处理、版面分析、OCR、TableFormer 双解码器、阅读顺序与装配流程,并解释版面框与 OCR 框的区别。

PLANTTHESON的博客 402

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程,跟着博主一起来还原整个过程。

夜郎King的博客 5182

从认识人工智能到理解机器学习:我的 AI 入门第一课

正式开始学习人工智能之前,我对 AI 的认识其实比较模糊:知道 ChatGPT、知道大模型,也知道现在很多岗位都在谈 AI,但如果有人问我“人工智能到底是什么”“机器是怎么学会识别一只猫的”,我未必能从头到尾讲清楚。上午的课程更偏向行业全景:人工智能的发展、研究方向、NLP、岗位分工、学习路线和 AI Coding 工具。下午的课程更偏向技术基础:机器学习的原理、有监督学习、深度学习、模型训练和评估方法。

chh563的博客 580

企业宣传片发前如何批量排查并遮挡视频里的敏感信息

做企业视频的人都会碰到一个具体问题:实拍画面里混进了不该出现的信息。办公室背景里有贴着客户信息的白板,采访对象的授权书边缘露出一串身份证号码,街采素材里路人面孔和车牌号直接入镜。人眼在时间线上扫视,会漏掉快速闪过的帧、画面边缘的小字、以及暗光区域里的证件号码。用抹影AI完成车牌、人脸和证件区域批量检测后,又手动补充了两个时间段的屏幕遮罩,最终导出时画面已无合规隐患。重点关注快速运动、遮挡、低光照条件下的目标,这些是漏检的高发区域。导入视频后选择要检测的目标类型(人脸、车牌、证件号、二维码等)。

Mysssone的博客 182
上一篇: 从Java到AI大模型,我为什么选择后者?
下一篇: 有史以来最详细的卷积神经网络(CNN)及其变体讲解!!!
AI大模型_学习君
博客等级 码龄3年 6138粉丝 551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