DeepSeek大模型赋能高校教学和科研202546 周岁以下 结构合理: 教学型、 科研型、 实验工程师 专注专业: 从 2013 年至今 , 11 年专注于大数据教学 团队特点: 眼光前瞻、 紧跟技术、 创新实干、 执行力 强 影响力高: 多项指标在国内高校大数据教学领域领 先 • 教材数量 • 教材占有率 • MOOC 课程学习人数 • 师资培养 • 教学研讨会 • 教学网站访问量 • 在线讲座观看人数 • …… OpenAI 发布推理模型 o3 ,无论在软件工程、 编写代码 ,还是竞赛数学、 掌握人类博士级别的自 然科学 知识能力方面 , o3 都达到了很高的水平 3.6.1 国外的大模型产 品 大模型 图标 指标排名 DeepSeek 能力测评第一 豆包 用户数量第一 Kimi 文本处理第一 即梦 AI 作图能力第一 通义万相 视频生成第一 智谱清言 文档归纳第一 3.6.2 国内的大模型产 品 通义万相 智谱清言 指标排名 能力测评第一 用户数量第一 文本处理第一 作图能力第一 视频生成第一 文档归纳第一 4.1 直接使用在线大模 型 n 2025 年 1 月国内大模型排行榜 北京交通大学教学运行中心在智慧教学课程平台中全面接入10 积分 | 123 页 | 15.88 MB | 7 月前3
英特尔-工业人工智能白皮书2025年版在设备入库管理方面,AI 通过深度学习识别设备上的 条形码、二维码或设备特征,自动读取设备信息如型 号、序列号等;AI 的自然语言处理功能,可以自动 提取设备手册或标签上的文字信息,获取设备规格、 性能指标等关键参数。这些都能显著提升设备入库管 理的效率和准确性。 在设备运维管理方面,利用机器学习算法,对部署在 设备上的温度、压力、振动等各种传感器给出的监测 数据进行处理分析,实时监控设备运行状态,并可通 模 型交互,完善创意灵感,生成 3D 汽车数字模型,并能对模型进行风格调整、零部件编辑及颜色更换等操作。这能 使原本需要 1-2 年的设计周期大幅缩短。 车身表面的涂漆质量是衡量整车品质的重要指标之一,它不仅关系到车辆的美观性,更事关车辆的防腐性、耐久性 等问题。漆面喷涂环节工艺繁多复杂,易出现颗粒、缩孔、焊渣、脏污等各类缺陷,进而影响整车外观甚至漆面的 耐久性。 传统的人工漆面缺陷检 2 消费电子行业 1.4.3 新能源锂电行业 精准高效 的缺陷 检测 锂电池 质量检测 加速产品 的更新 换代 智能化 功能增强 消费电子产品对品质要求极高,过检指标和漏检指标严格,且产线速度快。很多产品缺陷种类复杂、缺陷细小、区 分度低,传统的人工检测和机器视觉方案,检出率低,速度慢,无法满足生产质量和高速产线的节拍要求。AI 技术 与机器视觉检测方案相结合,为这类难检缺陷提供有效解决方案。0 积分 | 82 页 | 5.13 MB | 7 月前3
浙江大学-DeepSeek模型优势:算力、成本角度解读2025DeepSeek V3 公开的单次极低预训练成 本 DeepSeek 全部训练单次成本: 5,576,000 美 元 单张 H800 GPU 每小时租赁成本: 2 美 元 泛大 模型 / 指标 DeepSeek V1 DeepSeek V2 DeepSeek V3 Llama 3.1 发布时间 2024 年 1 月 2024 年 6 月 2024 年 12 月 2024 年 7 月10 积分 | 23 页 | 7.53 MB | 7 月前3
共 3 条
- 1
