使用大模型创建AI应用部署在线服务 背景说明 目前大模型的参数量已经达到千亿甚至万亿，随之大模型的体积也越来越大。千亿参数大模型的体积超过200G，在版本管理、生产部署上对平台系统产生了新的要求。例如：导入AI应用管理时，需要支持动态调整租户存储配额；模型加载、启动慢，部署时需要

查看更多 →

，可以大幅度提升综合分配率（综合分配率达90%），弹性调度、训练和推理融合调度，大幅度缩减资源发放时间（资源发放<30分钟）。 大模型赋能 盘古大模型赋能自动驾驶，分钟级完成数据处理。自动驾驶场景理解代替人工打标签分类，万段视频片段分钟级处理完成。自动驾驶场景生成，通过NeRF技

查看更多 →

基于鲲鹏系列处理器和昇腾AI芯片，提供高并发低时延的多模态数据分析能力，保证园区场景业务的高效闭环。 面向泛园区场景提供多种智能分析算法，基于深度学习等领先技术，保证人、车辆、事件、行为的高精度感知和处理。 通过视频分析、图像处理和 自然语言处理 技术，对园区和城市治理中的视频、图片和文本数据进行多模态联合分析，充分挖掘数据潜在关联性。

查看更多 →

数据及模型安全保障难：数据是企业的高价值资产，如何防止数据泄露、安全风险是企业的难题。 AI原生应用引擎优势 提供企业专属大模型开发的整套工具链，包括数据准备、模型选择/调优、知识工程等能力，广泛纳入业界优秀大模型，快速接入模型，提供行业模型评测能力，对多系列、多规格、多版本、多

查看更多 →

进行各种任务，如文本分类、情感分析、 机器翻译 等。 多模态模型 多模态模型是指能够处理多种类型数据（如文本、图像、音频等）的机器学习模型。这些模型可以将不同类型的数据进行融合和联合分析，从而实现更全面的理解和更准确的预测。多模态模型的应用非常广泛，例如在图像识别中，可以将图像和文本

查看更多 →

供高并发低时延的多模态数据分析能力，保证园区场景业务的高效闭环。 面向泛园区场景提供多种智能分析算法，基于深度学习等领先技术，保证人、车辆、事件、行为的高精度感知和处理。 通过视频分析、图像处理和自然语言处理技术，对园区和城市治理中的视频、图片和文本数据进行多模态联合分析，充分挖掘数据潜在关联性。

查看更多 →

散性、随机性等）。根据计算的曲线特点，判断KPI的大类别（毛刺型、阶梯型、周期型、离散型、稀疏型、多模态型等）。这些类别，对应到后面的特征选择、算法推荐，会有不同的策略，有效提升模型的构建效率。 单击“选择数据”左下方的“特征画像”。 新增“特征画像”内容，如图1所示。 图1 特征画像

查看更多 →

创建科大讯飞应用（星火交互认知大模型） 在科大讯飞创建星火交互认知大模型的应用。详细操作如下所示： 星火交互认知大模型应用，不支持直接切换为AIUI通用语义模型，不适用。建议参考创建科大讯飞应用（AIUI通用语义模型）单独为其创建应用。 创建应用 （可选）创建问答库 配置应用 查看应用信息

查看更多 →

发环境、丰富的AI技能市场和云上管理平台，帮助用户高效开发多模态AI技能，并将其快速部署到端侧计算设备。 预置可训练模板 HiLens套件提供可训练技能模板开发技能，无需代码，只需自主上传训练数据，快速训练高精度算法模型，并且一键部署至设备。 当前HiLens套件提供HiLens

查看更多 →

基于领先的 语音识别 引擎、智能文本检测模型，精准识别出语音中涉黄、涉恐、辱骂等违规场景，极大提升产品用户体验。 内容审核-视频 基于先进的人工智能技术综合检测视频画面、声音、字幕等，精准高效识别各类涉黄、涉暴、广告等违规内容，提高平台内容治理质量和效率。 内容审核 -音频流 精准识别多场景下色情、辱骂、

查看更多 →

，根据API参考描述，应该会同步返回视频id。 解决方法 在控制台排查有没有创建成功的视频，如果没有执行下列操作。 在控制台单击“多模态机器人>多模态播报机器人>创建视频”，是否可以创建成功但没有默认形象，返回列表后，查看列表里有没有视频。 按“F12”查看有无以下报错信息。 图1

查看更多 →

数据集的能力。 数据及模型安全保障难：数据是企业的高价值资产，如何防止数据泄露、安全风险是企业的难题。 优势 广泛纳入业界优秀大模型，快速接入模型，提供行业模型评测能力，对多系列、多规格、多版本、多领域、多场景的大模型完成分级分权等精细化管理。 基于大模型快速构建AI原生应用，支

查看更多 →

修订记录 发布日期 修改说明 2024-06-19 下线多模态播报机器人接口。 2024-04-07 修改接口错误描述。 2022-12-27 新增多模态播报机器人接口 9.1-视频管理 9.2-形象管理 9.3-素材管理 2022-04-29 删除话务机器人相关接口。 2021-09-26

查看更多 →

主流开源大模型基于Standard适配PyTorch NPU训练指导（6.3.905） 场景介绍 准备工作 预训练 SFT全参微调训练 LoRA微调训练 查看日志和性能 训练脚本说明 父主题： LLM大语言模型

查看更多 →

主流开源大模型基于Standard适配PyTorch NPU推理指导（6.3.905） 场景介绍 准备工作 在Notebook调试环境中部署推理服务 在推理生产环境中部署推理服务 推理精度测试 推理性能测试 父主题： LLM大语言模型

查看更多 →

银行：数字经理、理财视频、在线服务、直播营销、迎宾大屏、展示大屏、智能机柜、学习服务等。 保险：计划书播报、保全服务、直播营销、客服咨询、代理人形象打造、内部服务等。 基金：产品介绍、基金经理和销售人员克隆、直播营销、在线服务、内部服务等。 党政：政策宣传、在线服务、党史学习、迎宾指导大屏等。 广电：主持人克

查看更多 →

主流开源大模型基于Standard适配PyTorch NPU推理指导（6.3.906） 场景介绍 准备工作 在Notebook调试环境中部署推理服务 在推理生产环境中部署推理服务 推理精度测试 推理性能测试 推理模型量化 父主题： LLM大语言模型

查看更多 →

主流开源大模型基于Standard适配PyTorch NPU训练指导（6.3.906） 场景介绍 准备工作 预训练 SFT全参微调训练 LoRA微调训练 开启训练故障自动重启功能 查看日志和性能 训练脚本说明 父主题： LLM大语言模型

查看更多 →

企业智慧屏的音幕、声源定位、Auto-Framing是否是终端独立能力，与入驻式平台版本有关联么？ 如何实现 人脸识别 功能？ 如何实现人脸唤醒功能？ AI多模态会议纪要和实时字幕翻译怎么实现？ 父主题： 产品规格

查看更多 →

数据集实例：从下拉框中选择测试数据“fcn_yahoo_test”。 数据引用变量名：展开“高级配置”，配置“数据引用变量名”。因为学件项目引用了多份数据，分别为训练数据和测试数据，为避免冲突，修改测试数据的“数据引用变量名”为“datareference1”。 图1 加载数据 单击“加

查看更多 →

HardDisk-Detect节点下面会展示预置的四份数据集和经过特征处理后生成的四份新数据集。 当前数据集目录中展示的 数据实例 数量比数据集菜单页面多，属于正常，无需关注。 图1 数据集 单击“训练”，进入“训练任务配置”界面，配置训练任务，配置效果如图2所示。 参数配置说明，如下所示，其余参数保持默认值即可。

查看更多 →