GPT-5o下厂三个月，我们跑了12家工厂，看看视觉质检到底行不行
GPT-5o发布三个月，我们实地走访了长三角和珠三角的12家工厂。本文不谈概念，只给数据：它在准确率、误判率、成本和迭代速度上的真实表现如何？以及，你的工厂到底该不该用它。
阅读全文
Search
站内搜索
关键词：AI
找到 1403 篇相关文章
用Llama 4 Scout和RAG，半小时搭建本地文档问答
2026年4月Meta开源的Llama 4 Scout（16B参数）让本地知识库问答触手可及。本文实测在一张12GB显存的二手RTX 3060上，通过Ollama和LlamaIndex，半小时内搭建起一套数据完全不出本地
阅读全文让AI管理AI训练：凌晨三点，我不用再爬起来救火了
2026年，一些机器学习团队开始用AI Agent接管训练管线的监控和修复。通过串联Prometheus、Grafana、n8n和本地部署的小模型，系统能自动诊断GPU空闲、Loss卡住等问题，并尝试调整学习率或重启任务
阅读全文机器人抓取卡在哪了？触觉迟钝、仿真失真和大模型不懂手
2026年，实验室机器人能穿针引线，但进工厂抓个湿滑葡萄都困难。触觉传感器成本降了但反应慢，仿真训练的成功率一到现实就暴跌，大模型能听懂指令却规划不好动作。材料、控制和AI必须一起发力，还得建起公共的数据集。
阅读全文用了一年AI编程助手，我们团队的真实账本
一个6人团队在CRM项目中深度使用GitHub Copilot和Cursor半年。AI在写样板代码和生成文档上帮了大忙，但在处理复杂业务逻辑和调试时能力有限。整体效率提升约25%，但代码审查、安全规范等隐性成本必须算进去
阅读全文给AI数字员工排雷：五个拖垮效能的实战教训
2026年，AI Agent在企业里大量上岗，但很多团队发现它干活不灵。这篇基于几个真实项目，拆解了从下指令、调工具到人机配合、记性和评估这五个环节里，大家最容易栽的跟头，每个坑都附了具体案例和检查清单。
阅读全文半年后回看AI七大方向：现实卡在算力、合规、落地这三道坎
去年底《通向AGI之路》报告预测了七大技术方向。2026年过半，小模型在端侧逆袭、欧盟AI法案成为硬成本、资本转向看重落地证据——现实进展卡在了算力效率、数据合规和工程落地这三道硬坎上。
阅读全文三个AI改8万行Java，人月省了38个，预算怎么还超了15%？
上海一家金融科技公司用GitHub Copilot、CodeLlama和通义灵码重构了8万行Java信贷系统，代码环节省了35%工时。但合规审查、本地模型微调和流程改造等隐性成本，最终让项目预算超了15%。
阅读全文欧盟AI法案下，我们的数据标注流程做了这五项硬性改造
欧盟AI法案高风险系统条款生效，中型AI公司数据标注团队必须进行流程改造。本文以一家杭州公司为例，详解数据收集溯源、标注人员资质、偏见检测、审计日志和供应商管理五项硬性改造，附内部检查清单与合规成本实录。
阅读全文把3B模型塞进树莓派5：延迟、内存和功耗，我们实测了一遍
一个1.5B的蒸馏模型，在骁龙8 Gen 3手机上推理128个token需要150毫秒，在树莓派5上处理256个token则要1.2秒。我们用VibeThinker-3B等模型，在安卓手机和树莓派上对比了ONNX Run
阅读全文我在本地跑了一套开源流水线：会议结束，任务自动分配
用n8n、Whisper.cpp和本地运行的3B模型，在一张二手RTX 3060上搭了一条自动化线。会议录音自动生成待办，15分钟内分发给团队成员，全程数据不出本地。软件零成本，硬件约1500元。
阅读全文端侧AI芯片怎么选：先想清功耗、模型和耐心
选型别只看TOPS算力。这篇文章从功耗约束、模型特性和开发工具链三个实际角度出发，结合寒武纪、地平线、瑞芯微等国产芯片案例，梳理出一套务实的选型框架，帮你避开纸面性能的坑。
阅读全文