es
Ranking de Productos de IA
每月不到10元,就可以无限制地访问最好的AIbase。立即成为会员
Inicio
Noticias de IA
AI Diario
Guías de Monetización
Tutoriales de IA
Navegación de Herramientas de IA
Biblioteca de Productos de IA
es
Ranking de Productos de IA
Busca la dinámica global de productos de IA
Busca información global de IA y descubre nuevas oportunidades de IA
Información de Noticias
Aplicaciones de Productos
Casos de Monetización
Tutoriales de IA
Tipo :
Información de Noticias
Aplicaciones de Productos
Casos de Monetización
Tutoriales de IA
2025-02-12 10:01:53
.
AIbase
.
15.3k
Nissan N7, el primer vehículo en integrar el modelo DeepSeek para una interacción humano-computadora inteligente
Recientemente, Dongfeng Nissan anunció oficialmente que su nuevo modelo N7 ha logrado una integración profunda con el modelo de inferencia profunda DeepSeek-R1, convirtiéndose en el primer vehículo de una empresa conjunta en integrar esta tecnología avanzada. Esta innovación permitirá que el N7 identifique con mayor precisión las intenciones del usuario, mejorando así la naturalidad y fluidez de la interacción humano-computadora, y ofreciendo servicios personalizados como control por voz, planificación de rutas y recomendaciones del sistema de entretenimiento. Nota de la imagen: La imagen fue generada por IA, proveedor de servicios de licencias de imágenes Midjourney. El N7 se presentó por primera vez en el Auto Show de Guangzhou del año pasado.
2024-07-31 16:49:24
.
AIbase
.
10.7k
Desafío ChatGPT-Her: los jugadores nacionales chinos también destacan en el campo de la interacción humano-computadora multimodal con IA
El segundo desafío MER24 se centró en la aplicación del reconocimiento de emociones de IA en escenarios de interacción humano-computadora reales, atrayendo la participación de académicos internacionales de renombre. El equipo de tecnología de voz de Soul App se destacó en la pista Semi, de gran dificultad, y obtuvo el primer lugar. El éxito del equipo se debe a sus innovaciones en la comprensión de datos multimodales, algoritmos de reconocimiento de emociones, optimización de modelos y colaboración eficiente. Ante el desafío de la escasez de datos, el equipo de Soul adoptó técnicas de aprendizaje semi-supervisado mejoradas, modelos preentrenados y métodos efectivos de fusión de características para mejorar la precisión del reconocimiento de emociones.