摘要：近年来,多模态内容生成模型迅速发展,极大地提高了创意工作者的创作效率.然而,现有方法仍然需要领域专业知识,无法实现创作全流程的自动化,难以广泛服务于普通人群.因此,提出智能艺术工厂的理念和架构,基于大模型和人工智能智能体技术,构建智能艺术工厂的工作流程、基本功能和实现方法,建立面向创意创作的智能体员工和数字人团队,通过生物人、数字人和机器人的跨物理、信息、社会空间协作,实现创作流程自动化和创作知识自动化.智能艺术工厂将进一步解放大众的创造力.

摘要：针对装备体系效能分析、装备采办等应用的建模需求,建立了包括类型、属性、交互、规则的装备体系七元组描述模型,构建了基于Agent的基础模型框架。重点研究模型中的交互元组,定义了消息的格式,采用AUML描述了通信协议。另外,根据各元组特点,设计了Agent内部结构。针对装备内部的信息/行为交互,建立了基于活动图的Agent内部活动模型。最后,给出一个实例说明建模的流程与Agent的活动过程。

摘要：本文旨在探讨数字矿山的基础模型建立及应用,以准能集团降本增效数字矿山工程中的燃油监控管理系统项目为案例。首先,介绍了数字矿山的概念及其在现代矿业中的重要性。其次,分析了数字矿山基础模型的构建方法,针对准能集团的燃油监控管理系统项目,详细讨论了燃油系统管理平台、油槽车管理子系统和受油设备管理子系统的建模过程与功能,包括确定需求和功能、设计系统架构、确定数据模型和数据流、集成先进技术和工具、进行系统测试和优化。数字化的管理手段和智能化的技术应用,大大提高了矿山的管理效率和精准度,降低了人为因素引起的错误和损失。

摘要：艺术学与数学新兴交叉学科的理论基础模型的建构,塑造出一条实现艺术与科学真正意义上完美融合的可行路径。阐述运用超维时空和绘景映射理念看待艺术问题,有助提高对于感官艺术现象的认知水准,从而提升艺术设计水平和数学在艺术领域的应用水平,这种影响对于未来艺术理论和艺术行为的发展具有广泛和深远的意义。

摘要：7月2日,中国家用电器协会发布了T/CHEAA0001.4—2024《智能家居系统云云互联互通第4部分:设备配网身份验证技术要求》、T/CHEAA 0001.5—2024《智能家居系统云云互联互通第5部分:场景的基础模型和互联互通技术要求》两项协会标准,标准自发布之日起实施。上述两项标准的发布和实施,丰富了T/CHEAA0001《智能家居系统云云互联互通》系列标准的内容,形成了覆盖接口技术、信息安全、用户界面设计、设备配网、场景模型的标准体系,为云云互联互通在智能家居领域的落地提供了可供参考的技术方案。

摘要：运用 SolidWorks对机械零部件进行参数化设计,可以极大的提高设计准确率,缩短产品设计周期,增强设计团队间协作。而好的基础模型对于参数化软件的正确、稳定、高效运行至关重要。优化基础模型可以减少后台抓取参数化数据量,简化后台代码,减少程序报错。本文介绍了几种提高基础模型质量的方法,以供参考。

摘要：以深度学习为代表的人工智能技术已被广泛应用于遥感图像解译中.相比自然场景图像,遥感图像具有载荷类型多、成像机理差异大等特点,使得现有面向单传感器、纯数据驱动的智能解译方法应用到不同模态数据时,性能上限难以突破.尤其在面向多传感获取的、大范围的、目标种类较多的复杂应用场景时,实际性能受限更为严重.本文主要对遥感智能解译结合多模态数据和多任务学习的研究工作进行综述,重点从基本概念、研究方法和应用场景3个方面进行展开.并且介绍了基于分域提取和跨域融合理念设计的模型架构,通过从海量多模态数据中提取通用特征,实现单个基础模型完成多类下游任务的泛化解译,在不同模态解译任务中表现优异,并实际应用推广.最后,对遥感多模态多任务学习未来技术发展方向进行展望.

摘要：通用人工智能模型是一类人工智能模型及其功能的总称,与传统人工智能模型被设计完成特定任务的属性不同,该类模型具有解决多种类型任务的通用能力,是完成各类复杂具体任务的基础,因而也被称为“基础模型”。本文从传统人工智能技术方法广泛应用于司法场景过程中暴露的一些技术瓶颈和问题出发,论述了通用人工智能模型在司法场景中的应用优势,阐明了通用人工智能模型在司法场景下的四类典型应用:辅助事实查明、辅助文书写作、辅助法律检索及辅助法律咨询。同时,分析了通用人工智能模型在司法场景下的应用风险,从输入和输出两个层面讨论了通用人工智能模型在司法场景中的应用规制。

摘要：生成式人工智能的工作原理与特征***的工作原理ChatGPT是一个由OpenAI训练的大型语言模型LLM,是大模型在NLP领域不断发展的一种结果。所谓GPT即通过转化器为基础模型,使用预训练技术得到通用的文本模型。ChatGPT被设计用来根据给定的提示或上下文语境生成类似人类的文本。

摘要：作为对联合国教科文组织发布的《生成式人工智能教育与研究应用指南》进行系列解读的第一篇,文章着重对生成式人工智能技术原理进行追本溯源的辨析并考证其教育适用性。生成式人工智能是可跨人类思维表征符号加工和生成新内容的人工智能技术,但其并不理解语义和真实世界的技术局限会限制其变革教育的潜力。垄断性基础模型已引发数字基础设施升级的安全忧患并存在投射西方价值观和语言文化偏见的风险,故研发自主可控的基础模型和更具适用性的教育基础模型是生成式人工智能教育应用的安全底线。生成式人工智能主要以成人应用互联网产生的数据作为训练用数据,其基于聊天的内容服务方式不适合未成年人,应设置独立聊天的年龄下限。从教育内容提供的视域考证,基于广而杂数据集训练并采取付费内容服务模式的人工智能生成内容作为主要的教育内容获取来源,存在既不符合技术设计初衷也不符合教学目的的悖论。而从教学育人过程的视域考证,生成式人工智能输出内容可用自动化的“内容预制菜”明喻其惰化学习主体通过解构内容实现知识建构和技能获得的反智风险。课程内容制作、双基学习、特殊学习需求、高阶思维和探究实践,是设计主体适应和学科适用的生成式人工智能教学应用的主要情境与脉络。