人工智能报告

站内搜索
青铜VIP免费

人工智能行业研究报告-德勤:全球人工智能发展白皮书

随着投资界和企业界对人工智能的了解逐步加深,人工智能投融资市场更加理性。人工智能投融资频次有所下降,但投资金额继续增加。特别是经过行业的一轮优胜劣汰后,底层技术创业公司以及落地性强的领域如医疗、教育、无人驾驶等创业项目继续受到人工智能领先机构的青睐。
青铜VIP免费

计算机行业AIGC专题:算力网络再讨论!从Dojo架构到算法的硬件延伸

Tesla Dojo的革新,启发我们进一步思考算力和网络的关系。硬件架构服从于算法设计,硬件需求的判断也不能与软件和应用层面脱钩。算力网络主线新一阶段的重要机会,应核心关注海外爆款应用或模型侧重大更新(Tesla是代表样本) ,以及国内新一轮的模型与应用开发。我们判断,随着国内科技大厂的网络演进至400G以上、运营商400G全光网推进建设、本土模型训练组网等加速,国内市场的高速网络需求将显著提升。算力网络与流量环节、AI服务器计算环节、华为产业链以及特斯拉与智能车产业链相关标的应重点关注。[Ne
青铜VIP免费

人形机器人行业专题报告:人形机器人究竟需要怎样的AI模型?

实现任务级交互将成为解决人形机器人通用化难题的关键。当前人形机器人行业面临着高需求、低渗透率、商业化落地难的发展瓶颈,其核心原因在于机器人通用化水平不达预期。按照机器人控制层级的划分,通用化能力的提升需要机器人能够拥有高层级的自主规划能力。因此,如何让人形机器人独立完成高层级规划,实现任务级交互,将成为决定人形机器人能否实现商业化落地的关键。
青铜VIP免费

AI+行业之智能驾驶:自动驾驶的“大模型”时代

自动驾驶领域的大模型发展相对大语言模型滞后,大约始于2019年,吸取了GPT等模型成功经验。大模型的应用加速模型端的成熟,为L3/L4级别的自动驾驶技术落地提供了更加明确的预期。可从成本、技术、监管与安全四个层面对于L3及以上级别自动驾驶落地的展望,其中:成本仍有下降空间;技术的发展仍将沿着算法和硬件两条主线并进;法规政策还在逐步完善之中;安全性成为自动驾驶汽车实现商业化落地必不可少的重要因素。各主机厂自2021年开始加速对L2+自动驾驶的布局,且预计在2024年左右实现L2++(接近L3)或者
青铜VIP免费

行业大模型标准体系及能力架构研究报告

当前,随着人工智能技术的不断发展,深度学习模型的规模逐渐增大,性能显著提升,各行各业迎来了新的发展机遇。通用大模型作为通用技术基座,在多个任务和领域上均表现出较好的性能,但由于缺乏专业知识与行业数据,并不能精准解决某个行业或企业的特定需求和问题,而且通用大模型的构建和训练成本通常很高,难以实现商用。为更好解决特定行业问题,行业大模型应运而生。行业大模型可满足特定场景需求,更好地为行业提供优质的服务,促进行业智能化转型升级。
青铜VIP免费

互联网行业再进化:云上AI时代

2023年4⽉,华为云联创营发布MVP计划,携⼿企业CXO,从产业数字化的实际问题出发,促进更多⾏业解决⽅案的孵化,丰富⾏业技术⽣态,并通过这种形式让数字化价值更普惠共享、更公平可及,驱动数字中国发展。近年来,互联⽹⾏业整体环境变化引发⼤量探讨。⾏业整体增速放缓,互联⽹平台以流量变现的逻辑增⻓乏⼒,伴随着监管措施趋严、反垄断措施不断,⼤家逐渐达成共识:互联⽹⾏业竞争已经进⼊下半场。另⼀⽅⾯,互联⽹⾏业开始深⼊产业,⾏业整体开始向产业化升级。时间来到2023年,⼤模型、AIGC等话题⼴泛引发热议,
青铜VIP免费

齿轮行业专题研究:小齿轮转动大世界,新能车与机器人驱动行业蝶变

齿轮是应用最广泛的传动部件,汽车为齿轮应用第一大领域。齿轮是能互相啮合的有齿机械零件,通过连续啮合传递运动和动力,按照用途可以细分为车辆齿轮、工业齿轮及齿轮专用装备,其中汽车是齿轮第一大应用领域,占齿轮产品市场的比重在 60%以上。车辆齿轮主要用于汽车传动系统,燃油车动力传递路线为发动机→离合器→变速器→传动轴→主减速器和差速器→半轴→驱动轮,混动车型动力传动与燃油车类似,而纯电动车传动路线较为简单,无需离合器和变速箱;汽车齿轮零部件主要包括变速箱(含同步器)、主减速器和差速器等。[NeadPa
青铜VIP免费

人工智能行业专题报告:大模型迭代,智能驾驶、机器人算法进化

在2021 TESLA AI DAY将引入Transformer进行大规模的无监督学习。2022年后国内公司跟进。特斯拉从安装在汽车周围的八个摄像头的视频中用传统的ResNet提取图像特征,并使用Transformer、CNN、3D卷积中的一种或者多种组合完成跨时间的图像融合,实现基于2D图像形成具有3D信息输出。毫末智行的AI团队正在逐步将基于Transformer的感知算法应用到实际的道路感知问题,如车道线检测、障碍物检测、可行驶区域分割、红绿灯检测&识别、道路交通标志检测、点云检测
青铜VIP免费

人工智能行业:预训练大模型白皮书

自 1956 年人工智能在达特茅斯会议上被提出,人工智能领域的学者一直致力于提升算法的通用性能力,即希望人工智能方法能够像人类一样,快速灵活地适应各种实际应用问题,提升人类社会的生产效率。然而,在人工智能发展的前半个世纪,学者们始终没有找到合适的方法论,而包括符号计算、专家系统等精心设计的模型,都只能用于少数限定场景,无法拓展到以计算机视觉、自然语言处理为代表的复杂系统中去。
加载更多