电子发烧友网综合报道 边缘AI的实现原理是将人工智能算法和模型部署到靠近数据源的边缘设备上，使这些设备能够在本地进行数据处理、分析和决策，而无需将数据传输到远程的云端服务器。边缘AI的实现旨在将人工智能能力下沉到边缘设备。
>>详情Gartner 2025大中华区科技行业高管交流大会于近日盛大召开， Gartner公布最新研究成果，阐释了生成式人工智能（GenAI）引领的新一轮技术超级周期，并提出企业可通过三条路径——产品架构升级、客户洞察重塑与执行能力强化——主动构建需求，实现持续增长。
>>详情
2025年，AI领域的热议话题已经从大语言模型（LLMs）转向了AI智能体（AI Agent）。根据Gartner最新预测，企业软件中整合自主型AI的比例将从2024年的不足1%跃升至2028年的33%；同时，超过15%的日常工作决策将交由AI智能体自主完成[1]。
>>详情
科技媒体 marktechpost 昨日（5 月 19 日）发布博文，报道称谷歌 DeepMind 团队联合约翰・开普勒林茨大学 LIT AI 实验室，通过强化学习微调（RLFT）技术，提升语言模型的决策能力。
>>详情
人工智能（AI）对计算资源的贪婪需求推动了基础设施的变革，业界正着力解决如何满足AI在功率、可扩展性以及效率等方面的需求。这促使大量投资涌入，旨在重新配置数据中心架构，以更好应对上述及其他技术要求。
>>详情
网络边缘人工智能——即在边缘设备端部署AI模型进行本地化算法处理，而非依赖云端等集中式计算平台——已成为人工智能领域发展最快的方向之一，受到业界高度关注。
>>详情
如今的工厂正在越来越多地采用智能技术，诸如机床、机器人、执行器和传感器等设备都能生成、传输和接收数据。
>>详情
可听戴设备有望成为科技领域的新热点。此类可穿戴设备包括增强现实眼镜、智能耳机和智能助听器，它们或许能够彻底改变人机交互的方式。这些设备的市场正在迅速扩张，根据Market Research Future公司预测，到2032年，这一市场的规模将达到1196亿美元[1]。
>>详情
在微信里搜索“Chinaecnet”或
在手机上扫描二维码
添加中电网微信账号
