https://www.neican.ai/tags/%E9%A3%9E%E6%A1%A8/ Recent content in 飞桨 on AI内参 Hugo zh-cn Thu, 13 Nov 2025 19:10:06 +0800 https://www.neican.ai/insights/article-20251113191006106-0/ Thu, 13 Nov 2025 19:10:06 +0800 https://www.neican.ai/insights/article-20251113191006106-0/ 本文深入剖析了百度以“效果涌现”为核心的AI长期主义战略，揭示其通过全栈自研的昆仑芯与飞桨筑牢底层技术基座，并在无人驾驶（萝卜快跑）和AI智能体（百度伐谋）等应用层实现规模化突破的深层逻辑。文章强调了百度从互联网“速胜”思维向AI“慢变量”投入的范式转变，以及其作为AI“赋能者”将原生AI能力向千行百业外溢，推动智能红利转化为社会红利的战略意图和深远影响。 https://www.neican.ai/insights/article-20250927101004752-0/ Sat, 27 Sep 2025 10:10:04 +0800 https://www.neican.ai/insights/article-20250927101004752-0/ 百度文心4.5系列模型的全面开源，以其创新的多模态异构MoE架构和飞桨高效分布式训练技术为核心，正深刻影响AI产业格局。文章深入剖析了这些技术如何突破大模型训练瓶颈，加速AI民主化进程，并在全球竞争中展现国产AI的实力，预示着一个以效率、开放和多模态融合为特征的AI新时代。 https://www.neican.ai/insights/article-20250915111004839-1/ Mon, 15 Sep 2025 11:10:04 +0800 https://www.neican.ai/insights/article-20250915111004839-1/ 本文深入剖析了AI在铁路行业落地面临的机遇与挑战，揭示了智能巡检如何通过深度学习和人机协同大幅提升效率与安全。文章指出，尽管生成式大模型前景广阔，但其在铁路垂直场景的落地仍需攻克数据、人才与生态壁垒，强调了定制化开发、深度合作及渐进式人才培养的重要性。最终，文章展望了AI与传统基石行业深度融合的未来图景，以及人机协作在构建更安全、高效智能社会中的核心作用。