AI模型训练碳排放持续攀升,企业如何建立可量化的绿色AI评估指标当大模型训练动辄消耗数万吨二氧化碳时,把环境成本纳入AI选型已经不再是可选项。斯坦福AI指数2026年报告显示,Grok 4单次训练排放约7.3万吨二氧化碳,数据中心功率容量在过去一年翻倍增长。这些数...AI智能# GPU# 大模型# 模型训练1个月前850
AI 读脑模型预测抑郁风险:情感感知人形机器人的技术预演人脸上的迟疑、回避或短暂的情绪变化,能否成为理解心理状态的一扇窗口?中国科学家近期开发的一类人工智能模型,尝试通过分析人们面对面部表情时的反应,预测青少年在未来一段时间内出现抑郁风险的可能性。它引人关...AI智能# 人工智能# 医疗# 多模态2个月前810
计算机视觉项目误报率上升时,如何排查光照变化、标注漂移与模型老化误报率突然上升,不应先把问题归结为“模型精度下降”。在线视觉系统的误报,往往是现场环境、采集链路、标注规则、业务对象与模型版本共同作用的结果。排查的关键不是立刻重训,而是先把“哪一类样本被错判、从什么...AI智能# 标注规范# 模型训练# 验证集1个月前800
企业评估AI项目价值,如何从演示效果走向可验证指标许多企业第一次接触 AI 项目,往往是从一场令人印象深刻的演示开始的。屏幕上,模型流畅地生成文案、准确地识别图片、迅速地回答复杂问题,一切看起来都恰到好处。然而,当试点项目真正进入业务环节,很多管理者...AI智能# 效率提升# 数据治理# 数据质量2个月前710
计算机视觉项目误报率上升时,如何排查光照变化、标注漂移与模型老化误报率突然上升,不应先把问题归结为“模型精度下降”。在线视觉系统的误报,往往是现场环境、采集链路、标注规则、业务对象与模型版本共同作用的结果。排查的关键不是立刻重训,而是先把“哪一类样本被错判、从什么...AI智能# 标注规范# 模型训练# 验证集1个月前700
计算机视觉项目误报率上升时,如何排查光照变化、标注漂移与模型老化误报率突然上升,不应先把问题归结为“模型精度下降”。在线视觉系统的误报,往往是现场环境、采集链路、标注规则、业务对象与模型版本共同作用的结果。排查的关键不是立刻重训,而是先把“哪一类样本被错判、从什么...AI智能# 标注规范# 模型训练# 验证集1个月前600
地方AI产业生态如何形成:从模型能力转向人才、算力与应用协同地方人工智能产业生态的竞争,已经不只是“有没有大模型”的竞争。对地方产业部门、园区运营者和创业团队而言,更关键的问题是:模型能力如何接上稳定的算力供给,技术人才如何进入产业链,又怎样在真实应用中形成可...AI智能# 人工智能# 大模型# 数据治理2个月前560
计算机视觉项目误报率上升时,如何排查光照变化、标注漂移与模型老化误报率突然上升,不应先把问题归结为“模型精度下降”。在线视觉系统的误报,往往是现场环境、采集链路、标注规则、业务对象与模型版本共同作用的结果。排查的关键不是立刻重训,而是先把“哪一类样本被错判、从什么...AI智能# 标注规范# 模型训练# 验证集1个月前300