网页
综合
更新时间 2026-11-15 03:24:27
AI近期更新 - AI动态及教程 - IPIPP.com
自动蜘蛛
www.ipipp.com
正文约 3675 字
网格提取结果出现非流形边、孔洞或法线方向混乱,后续渲染和仿真经常直接报错。这类拓扑错误主要来自点云噪声、采样不均以及提取算法只做局部判断。本文从缺陷成因讲起,介绍泊松重建如何通过拟合全局隐式函数生成水密网格,再结合Open3D和MeshLab完成重复面删除、非流形边修...
栏目:3D模型 时间:11-14 网格提取 泊松重建 网格修复
将多个独立生成的3D模型拼成有逻辑的场景,难点不在生成,而在于组织物体之间的空间关系。Shap-E作为隐式扩散模型可以输出单物体网格,但要构建多物体组合场景,需要引入场景图结构来管理父子层级、局部变换和世界变换。本文从场景图节点设计入手,介绍如何把Shap-E生成的mesh挂接...
栏目:3D模型 时间:11-14 Shap-E 场景层级结构 多物体组合
想把自己的声音稳定地用于整本有声书,却被录音底噪、音量波动和章节返工拖慢进度?ElevenLabs 提供的声音克隆与语音合成能力,能把一段干净人声样本转化为可复用的合成音色,再通过接口批量生成章节音频。本文会从样本准备、克隆流程、参数调校到音频拼接逐步展开,重点说明语音...
栏目:AI社区 时间:11-14 ElevenLabs语音合成 AI声音克隆 有声书制作
一段多人会议录音中,为什么同一个人会被拆成多个说话人?问题通常不在聚类步骤本身,而在于前端的说话人嵌入向量没有学到足够区分度。常用的 x-vector 或 ECAPA-TDNN 虽然能表征声纹,但当不同说话人音色相近、重叠或信道不一致时,嵌入空间会互相重叠。后续用谱聚类或凝聚层次聚...
栏目:视频音频 时间:11-14 说话人分离 聚类算法 嵌入向量
Qwen3系列模型把推理过程与最终答案拆分成两个独立通道:开启Thinking模式后,接口会返回reasoning_content字段记录模型内部思考轨迹;关闭后模型直接给出结果,牺牲一定准确率换取更低延迟。区分两种模式的关键在于enable_thinking参数,它在DashScope原生API、OpenAI兼容接口和...
栏目:语言推理 时间:11-14 Qwen3 推理模式 Thinking与Non-Thinking切换
Notion AI 点击后没反应,或者一直停在无法启动的提示上,大多数情况下不是网络断了,而是工作区权限和 AI 席位没有配置好。Notion AI 需要工作区所有者或管理员先在企业计划或个人计划中启用附加组件,再给具体成员分配使用权限。如果权限不对,客户端可能连 AI 入口都加载不出来...
栏目:AI社区 时间:11-13 Notion AI无法启动 工作区权限检查 AI功能激活
ONNX Graph Surgeon的核心思路是把整个ONNX模型解析成一张可变的Python对象图,节点与张量之间通过引用关系连接,图编辑本质上就是增删这些对象和连线。相比ONNX官方Python API只提供基础读写能力,Graph Surgeon更适合删除训练期残留节点、替换算子子图、修改输入输出形状这...
栏目:语言推理 时间:11-13 ONNX Graph Surgeon 计算图优化 推理优化
为什么同一份教程在B站反响不错,发到其他国内平台却流量平平?多数情况下不是内容本身不行,而是没有吃透平台用户的真实搜索意图和内容偏好。百度AI搜索可以把B站教程页面里的评论观点快速汇总出来,帮创作者看清观众到底卡在哪、需要什么。围绕这些评论关键词去调整标题、章节...
栏目:AI社区 时间:11-13 百度AI搜索 B站教程 内容适配
链式推理一旦在中间步骤出错,后续结论往往只能推倒重来。思维图(Graph of Thoughts,GoT)改进了这一点:它把每次思考变成一个可寻址节点,用边描述节点之间的依赖、细化和合并关系,让Agent能够同时展开多个分支,并把分散的中间结论重新聚合。实现时,节点除了保存文本内容外,还应记录...
栏目:AI智能体 时间:11-13 思维图 Agent推理 信息回溯
大模型训练中,GPU计算时间往往被通信等待拖累。模型并行把参数和中间激活切分到不同设备后,张量并行每层都要做AllReduce,流水线并行跨阶段传递激活,通信量随并行度成倍上升。节点内部可以依靠NVLink与NVSwitch提供的高带宽低延迟链路,但跨节点通信必须经过InfiniBand和RDMA。...
栏目:语言推理 时间:11-13 模型并行 NVLink InfiniBand
将两个原本直连只需0.8毫秒的服务接入服务网格后,P99延迟可能出现数倍甚至十几倍的上升,此时瓶颈通常不在应用逻辑,而在本地Sidecar代理与远端Sidecar代理之间的额外网络跳转、连接建立开销以及双向TLS握手成本。要恢复接近直连的延迟水平,需要从三个维度入手:一是调整Sidecar...
栏目:语言推理 时间:11-13 Sidecar代理优化 mTLS配置 服务间调用性能
模型在上线前的离线测试中各项指标表现优异,却在真实业务中持续伤害少数群体,这类问题为何总是事后才暴露?伦理原则写在文档里并不等于系统具备伦理能力。要让公平、安全、隐私等要求真正落地,必须把抽象原则拆成可量化评估指标,并建立覆盖研发、测试、上线、运营全周期的监督...
栏目:AI大模型 时间:11-13 AI伦理评估 监督机制 公平性指标
新能源装机规模持续扩大,风光出力的随机性和间歇性给电网调度带来巨大压力。理解波动产生的根源是解决问题的第一步,单纯依靠火电调峰不仅成本高企,响应速度也难以匹配分钟级的功率爬坡。本文从波动的物理来源切入,分别讨论储能系统在平抑波动中的角色、储能容量配置的优化目...
栏目:AI智能体 时间:11-13 新能源发电波动 储能优化 功率预测
推理模型的能力边界到底该怎么判断?如果只看准确率,很可能会漏掉推理链条是否合理、多次运行是否稳定,以及实际部署时的响应成本。本文围绕推理模型评估中四个关键维度展开:准确率衡量最终答案与参考答案的匹配程度;推理深度关注中间步骤的逻辑完整性与可解释性;一致性反映模型...
栏目:语言推理 时间:11-13 推理模型 评估指标 推理深度
一个训练好的模型要变成线上可用的推理接口,中间隔着依赖管理、资源隔离、版本切换和自动扩缩容等一堆工程问题。直接把模型文件丢进业务后端,往往会让服务启动慢、显存争抢、更新困难。微服务化封装的核心思路是把模型加载、预处理、推理计算、后处理打包成一个独立进程,通...
栏目:语言推理 时间:11-13 AI推理 微服务 模型封装
API设计到底难在哪里?数据格式复杂、版本迭代频繁、客户端需求多变,这些都会让后端接口变得臃肿难维护。RESTful通过URI定位资源,用不同的HTTP方法表达操作,但过度获取或获取不足是常见痛点。GraphQL则允许客户端精确指定所需字段,一次请求拿到所有数据,但服务端实现复杂度上升...
栏目:视频音频 时间:11-13 RESTful GraphQL API设计
把Shader编译失败简单归因于显卡驱动,是排查3D模型材质问题时最容易走偏的判断。实际项目中,大部分Shader报错集中在源码语法和精度声明两端。语法问题包括括号不闭合、缺少分号、变量未声明、类型不匹配、使用了当前GLSL版本不支持的函数;精度问题则常见于WebGL和OpenGL ES...
栏目:3D模型 时间:11-13 Shader报错 3D模型 语法精度
想让一个聊天机器人真正承接孤独感,只靠大模型闲聊远远不够。社交陪伴Agent需要在对话记忆、情绪识别和回复策略之间建立闭环:先通过对话状态跟踪判断用户当前情绪,再用情感分类器调整生成温度与话术,同时用长期记忆避免每次对话从零开始。本文拆解这类系统的核心模块,包括情...
栏目:AI智能体 时间:11-13 社交陪伴Agent 情感支持 对话系统
Quadric Error Metrics 算法通过为每个顶点维护一个 4x4 误差矩阵,将边折叠造成的几何偏移量化为二次型代价。在 Shap-E 生成的网格上,这种简化策略不会均匀抽稀三角形,而是优先合并对表面轮廓影响最小的边,因此在面数大幅下降时仍能保持模型轮廓和曲率特征。Shap-E 从隐式神...
栏目:3D模型 时间:11-13 Shap-E Quadric Error Metrics 网格简化
为什么加载一个13B参数的Agent模型会在24GB显卡上直接CUDA OOM?这里有一个容易被忽视的点:模型权重并不是唯一的显存消耗者,FP32精度下一份参数就要占用约52GB,再加上KV Cache与中间激活,显存很快见底。更麻烦的是,部分框架默认在单卡上完整加载权重,人工拆层又容易出错。本文将...
栏目:AI智能体 时间:11-13 显存溢出 模型量化 模型切分
本页为82搜索生成的网页快照,内容来自站内索引;演示数据的原文链接仅作示例。