精品久久久久久久免费人妻,国产欧美日韩丝袜精品一区,国产精品视频久久

AI GPU功耗将达15000瓦英伟达正式进军核电站

6月20日消息，我们经常调侃NVIDIA的旗舰显卡是“战术核弹”，没想到老黄真的进军核能领域了！ NVIDIA旗下风投部门NVenture与比尔盖茨、现代汽车集团共同参与了对泰拉能源(TerraPower)的6.5亿美元融资。

發(fā)表于：2025/6/20

SK海力士已向英伟达小批量供应HBM4

6月19日消息，据韩国媒体dealsite.co.kr报道称，随着人工智能（AI）芯片大厂英伟达（NVIDIA）准备向客户提供其下一代 AI 加速器“Rubin”的样品，SK海力士也在加快了HBM4 的量产进度。目前，SK海力士已经开始向英伟达小批量供应了HBM4，并已经安装在了 Rubin 样品中。美光也紧随其后，向英伟达提供了12层堆叠的HBM4 样品。行业观察人士表示，SK 海力士将占据英伟达初始采购量的很大一部分。

發(fā)表于：2025/6/20

乐聚联合中国移动和华为发布业界首款5G-A具身智能机器人

6 月 19 日消息，本周上海世界移动通信大会（MWC 上海 2025）期间，乐聚联合中国移动、华为发布业界首款 5G-A 具身智能机器人，攻克了高并发场景下的多机协同、实时决策等技术难题。

發(fā)表于：2025/6/20

零次方机器人发布国内首个全模态具身数据全链路解决方案

6 月 19 日消息，据安徽日报报道，位于安徽合肥的零次方机器人有限公司今日宣布，该企业在智能核心技术领域取得重大突破，发布国内首个、业内领先的“全模态”具身数据全链路解决方案。“它如同人形机器人的‘训练宝典’，可系统解决当前制约具身智能模型训练与落地的核心痛点，让人形机器人训练与场景落地更快速、更便捷。”

發(fā)表于：2025/6/20

智能背景下的雷达通信电子对抗一体化技术

在人工智能技术兴起的大背景下，针对雷达通信电子对抗一体化技术进行了分析研究，梳理了一体化技术概念，讨论了一体化技术在此背景下的实现意义，总结分析了国内外一体化系统发展状况，重点围绕一体化波束、一体化信号设计两方面阐述了主要技术研究现状，对一体化技术的实现要点进行了归纳讨论，探讨了从认知到智能化的技术发展趋势，并简单列举了无人驾驶场景下一体化技术的影响，指出一体化智能系统实现的可能方式，最后展望了一体化技术实现前景。

發(fā)表于：2025/6/19

NVIDIA最新中国特供RTX 5090 DD曝光

發(fā)表于：2025/6/19

苹果拟用生成式AI加速定制芯片设计流程

6 月 19 日消息，据路透社今日报道，苹果硬件技术主管 Johny Srouji 上月在一次非公开场合透露，公司正考虑利用生成式 AI 技术，加速其定制芯片的设计流程。

發(fā)表于：2025/6/19

英特尔挖角苹果谷歌悍组建AI芯片梦之队

發(fā)表于：2025/6/19

比亚迪与字节跳动合作用AI联合攻坚动力电池关键技术

6月19日消息，“小迪快报”发文称，比亚迪锂电池将与字节跳动Seed及火山引擎深化合作，共建“AI+高通量联合实验室”。双方通过共享算法、算力及实验数据，联合攻克动力电池快充、寿命和安全等关键技术问题，推动AI for Science研究在锂电池领域落地。其中，字节跳动Seed团队将持续投入模型算法研究，依托火山引擎云基础设施优化模型能力。而比亚迪锂电池则提供高通量实验平台，保障大规模、系统性且高一致性的实验数据，为模型优化提供高质量数据支持。此外，双方将构建融合海量实验与计算数据的电池综合性能AI模型，多维度缩短电池迭代周期，加速新材料和新配方的发现。

發(fā)表于：2025/6/19

50万一台的人形机器人进厂搬运效率连工人一半都不到

半年前，机器人还是车企提升估值的特效药。当时，如果一家车企宣布要做机器人，资本市场给它的估值就会翻一倍，汽车的零部件供应商同理。在特斯拉发布机器人视频后，十多家车企都蹭上机器人概念。小鹏、小米、广汽已经推出了机器人产品；理想表达了进场的意图、蔚来处在调研阶段；赛力斯、长安、比亚迪等已经设立团队并开启招聘，赛力斯在重庆和上海机器人团队已有近 200人；上汽、北汽、奔驰则是重在投资参与。车企做机器人，最简单的理由就是特斯拉已经做了，而且给行业提供了足够多的理由——

發(fā)表于：2025/6/19

面向多源异构数据的知识图谱可视化融合方法

为解决数据冗余冲突与关联缺失问题，研究面向多源异构数据的知识图谱可视化融合方法，提升数据融合的可靠性。利用网络本体语言为多源异构数据建立对应的领域本体库与全局本体库，使得知识实体抽取和知识融合在同一框架下进行；通过长短期记忆网络-条件随机场模型，在本体库约束下，从多源异构数据中抽取符合领域定义的知识实体；利用基于层次过滤思想的知识融合模型，可视化融合抽取的知识实体，解决多源异构数据中冗余信息和不一致性问题，形成准确、完整、可靠的多源异构数据可视化融合知识图谱，有助于发现潜在的数据关联，补全数据关联缺失。实验结果表明：随着数据缺失比例的提升，尺度系数与属性覆盖度均开始下降，最低尺度系数与属性覆盖度是0.86与0.87，均显著高于对应的阈值；所提方法在处理四个数据源时，视觉清晰度达93%~97%，信息融合度达92%~96%，均优于对比方法。说明该方法可有效抽取多源异构数据知识实体，建立知识图谱，实现多源异构数据可视化融合；在不同数据缺失比例下，该方法多源异构数据可视化融合的尺度系数与属性覆盖度均较大，即数据可视化融合效果较优；同时有效提升了数据可视化效果和信息整合程度。

發(fā)表于：2025/6/18

复杂景观图像的语义多状态图像风格迁移

复杂景观图像包含具有不同特征的各种对象，传统的风格迁移方法无法在同一图像中对不同对象进行局部风格迁移。CycleGAN可以通过伪监督策略在没有配对样本的情况下实现风格迁移。但是CycleGAN无法实现对复杂风景图像中不同类别对象的风格迁移；同时CycleGAN在复杂场景中的泛化能力不足且复杂度高。因此，提出了一种基于语义类别的复杂风景多状态图像生成方法，即语义类别风格迁移（Semantic Category Style Transfer，SCST），能够有效地结合局部特征实现复杂风景的图像生成。同时提出了上下文感知的风格迁移模型GCycleGAN。实验结果表明本文提出的GCycleGAN的性能优于CycleGAN、DualGAN和Munit等基于深度学习的图像生成模型。

發(fā)表于：2025/6/18

基于特征选择和优化CNN-BiLSTM-Attention对SF6断路器漏气故障诊断

SF6（六氟化硫）断路器是保障电网稳定运行的重要设备，但其在长期使用中容易发生漏气问题，既影响设备性能，又威胁电网的安全性。为精准诊断SF6断路器的漏气故障，提出了一种基于Gini指数特征选择和贝叶斯优化（Bayesian Optimization， BO）的CNN-BiLSTM-Attention组合模型。首先，针对影响SF6断路器漏气的内外部因素，进行特征映射与重要性分析，并采用KMeans-SMOTE技术解决数据分布不均的问题。其次，利用基于Gini指数的方法筛选关键特征，并通过贝叶斯优化精调CNN-BiLSTM-Attention模型的超参数以提升分类性能。实验结果表明，设备缺陷、运行年限、运维水平、天气和温度是导致漏气的主要因素。与其他模型相比，所提方法在漏气故障的0/1分类任务中展现出更高的分类精度和鲁棒性。研究不仅验证了方法的有效性，还揭示了引发SF6断路器漏气的关键因素，为设备巡检和运维管理提供了科学支持，进一步提升了电网运行的安全性与可靠性。

發(fā)表于：2025/6/18

如何安全可靠地获取高质量数据训练大模型

如何安全可靠地获取高质量数据训练大模型？北电数智给出更优解

發(fā)表于：2025/6/18

MiniMax推出全球首个开源大规模混合架构的推理模型

6 月 17 日消息，MiniMax 稀宇科技宣布将连续五天发布重要更新。今天第一弹是开源首个推理模型 MiniMax-M1。

發(fā)表于：2025/6/18