前沿研究
BIGAI 2026路线图解码：通用智能体在垂直行业的落地场景
2026年7月，BIGAI在通用人工智能论坛上发布“通通”3.0，确立了“常识增强”与“多模态交互”两大核心技术方向。从电商客服的“翻车”教训到医疗法律的高门槛场景，BIGAI正通过“数据-大脑-小脑-本体”的闭环架构，
阅读全文
Search
站内搜索
关键词：大模型
找到 295 篇相关文章
前沿研究
前沿研究
端侧 14B 普及后，手机厂商开始争夺‘本地记忆’入口
当骁龙8 Gen5让14B模型在手机端离线运行成为现实，手机AI的竞赛从算力转向数据。通过本地RAG技术构建个人知识库，苹果、华为、安卓厂商围绕“记忆”展开新争夺。隐私计算成为关键，但权限管理和工程化仍是挑战。
阅读全文大模型‘幻觉’治理新解：2026年实时检索增强RAG的工业级实践
2026年6月，清华大学Hyper-RAG超图增强方法将幻觉降低48%，工业级RAG治理迈入可量化阶段。本文剖析传统静态RAG在碎片化与多跳断裂上的根本缺陷，对比动态超图RAG在延迟与准确率上的真实差距，并给出超图节点粒
阅读全文
战略前瞻
华为《智能世界2035》藏着哪些AI落地硬骨头
华为预测2035年全球AI智能体达9000亿，算力增长10万倍。但报告背后，制造业、交通等实体产业的AI落地仍面临算力供需错配、数据壁垒、工程化痛点三大硬骨头。本文逆向推导当前企业必须解决的三个核心问题，帮助战略决策者看
阅读全文
前沿研究
端侧大模型挤爆手机内存，NPU动态调度还能压榨多少算力
基于Arm China“周易”X3的NPU动态调度思路，解决骁龙8 Gen5跑14B模型的内存溢出与前台卡顿痛点，提供算子级动态加载、内存压力感知与资源借用方案，帮助端侧开发者压榨有限算力。
阅读全文
前沿研究
端侧模型功耗红线再收紧，14B参数如何塞进中端机
骁龙8 Gen5实测跑14B模型发热严重，但6月落地的混合精度量化与稀疏激活技术，已把内存压到5.8GB、推理功耗控在3.2W。两条算法路径叠加后，中端机本地跑大模型不再是噱头，只是加载那5秒的等待仍是工程上的最后一公里
阅读全文端侧AI手机首发实测：骁龙8 Gen5运行14B模型的日常卡顿吗
搭载骁龙8 Gen5的旗舰机已上市，我们断网实测了一周14B参数模型的本地推理。响应7.8秒、续航缩水三成、发热可控但持久战会降频。本文给出速度、功耗和隐私的真实数字，并对比云端API，明确判断普通用户当前是否值得为端侧
阅读全文
前沿研究
BIGAI 新架构跑分之后，通用智能体离“常识”还有多远
北京通用人工智能研究院（BIGAI）最新测试中，智能体在遮挡推断、工具替代等物理常识任务上正确率突破68%，不再依赖文本匹配，而是靠世界模型在行动前“脑补”后果。本文从一叠扑克牌和半杯水的实验切入，拆解世界模型与大模型路
阅读全文
AI 实操指南
AI Agent上线前，先把账单管住
2026年，AI Agent从“对话助手”进化为能自主规划、调用工具的执行者，企业的成本结构正在发生根本性改变。过去我们谈论大模型成本，主要看Token消耗；现在谈论智能体成本，要看的是**调用次数×工具单价×重试率**
阅读全文
前沿研究
骁龙8 Gen 5实测：端侧14B模型推理的散热瓶颈与调度优化
骁龙8 Gen 5让14B端侧大模型成为现实，但高负载引发的热节流是最大拦路虎。实测数据显示，INT4量化在维持稳定性上优于INT8。本文结合高通白皮书与最新工程实践，提供从量化选择、内存调度到动态降频的代码级优化方案，
阅读全文
技术应用