运营商卷大模型,云厂商霸主地位不保?

文|艺    思

编|王一粟

经过了2023年的小试牛刀,2024年,三大运营商带着大模型一路狂飙。

刚刚过去的5月,中国电信、中国移动、中国联通三大运营商集体完成了新一轮的大模型进化,特别是围绕大模型的研发与应用,展现了各自在技术革新和产业升级方面的最新成果。

快速进化,源自三大运营商在AI方面的战略布局。

中国电信在2023年年报中表示,2024年公司将把握以人工智能为代表的新一轮科技革命和产业变革趋势;中国移动也曾公开表示,九天人工智能团队将于2024年底对标GPT-4完成多模态大模型训练,含8款子平台、287项核心算法能力、37项规模化应用。

野村综研咨询顾问张凯认为,运营商的通信基础业务和公众市场在短期内已经不能产生大规模增长,ICT业务和政企市场是新的业务增长空间。随着数字化进程的加快,AI必将成为社会基础设施之一。运营商在此时尝试大模型基础能力的开发,是一种战略选择。

智能化是近年来运营商一直强调的技术创新方向,并在旗下各种产品都加入了AI功能,尤其是赖以生存的网络产品。早在2020年,Omdia的ICT-Enterprise Insights公布的一项调查数据显示,有近80%的全新运营商认为使用AI技术是一项“重要”或“非常重要”的IT项目,其中近60%的运营商计划增加了对AI工具的投资。

值得注意的是,同样是布局大模型,运营商制定了和头部云厂商不同的策略:不卷通用大模型,而是把重点放在行业大模型,加速落地。

论技术和产品,运营商很难和科技公司出身的云厂商和大模型公司PK,但对于深耕多年了数智化市场的云厂商来讲,5G的利刃、政企市场的深耕,都让他们成为了AI市场中难以忽略的重量级选手。

而对大模型寄予厚望的云厂商来讲,这些对手,既是要敬畏的,又是要合作的。

运营商大模型,提速快且力度大

继2023年7月小试牛刀后,今年运营商明显加快了大模型的布局速度。

刚刚过去的5月,三大运营商集体完成了新一轮的大模型进化,特别是围绕大模型的研发与应用,展现了各自在技术革新和产业升级方面的最新成果。

中国移动可以说是最早入局大模型的运营商,2013年,中国移动成立了“九天”人工智能团队。自此,中国移动一路狂飙,2023年,两款行业大模型“九天·海算政务”和“九天·客服”发布,在行业场景中率先实现落地。

同年10月,中国移动联合通信、能源、航空等多家央企发布了“九天·众擎”基座大模型,其训练数据规模超两万亿Tokens,融合了通信、能源、钢铁、建筑、交通等8大行业专业知识,具备自主技术攻坚、安全可信可控等五大优势。

而在刚刚过去的数字中国峰会上,中国移动连甩三个大招:

其一,“九天”智能基座,由万卡算力、千亿参数模型及百汇平台组成;其二,开放大模型训练基地、大模型评测基地、大模型产业创新基地等三大人工智能基地,面向全社会提供超大规模、超长稳定、超高效率的大模型训练服务。其三,产品应用侧,中国移动推出23款AI+产品及20个AI+DICT行业应用。诸如,5G+AI新通话支持通话中实时转写、字幕翻译;视频彩铃推出文生图、文生音乐等新功能。

而以“鸿湖图文大模型”进军大模型赛道的中国联通,则将第一落子定位在文生图方面,其也是首个面向运营商增值业务的AI大模型。相比于去年,进入到2024年,中国联通的动作明显快得多。在今年2月的世界移动通信大会上,中国联通发布了元景“1+1+M”大模型体系,即1套基础大模型、1个大模型底座、M种行业大模型的大模型体系,以夯实其在大模型竞赛中的核心技术能力。

值得注意的是,在模型层面,较其他两家运营商,中国联通能提供不同参数量的模型,其中,鸿湖图文模型有8 亿和 20 亿两个版本。基础模型方面,中国联通借鉴动物智能演化规律,已经训练出了10亿、70亿、130亿、340亿、700亿等不同参数量的模型。

而从中国联通最新发布的元景大模型MaaS平台和元景经济大模型看,其明显加快了将大模型普及到全行业的速度。

其中,元景大模型MaaS平台可以提供模型库、工具箱、原生应用商店三大服务,模型库中内置了包括通用大模型、工业领域大模型、基础小模型等超150个模型;工具箱则内置了包括大模型选模型、改模型、用模型等超100个开箱即用的工具,可以实现0代码、低门槛快速定制等。

元景经济大模型,则主要针对经济领域的各类重点场景,如宏观经济、工业经济、产业分析、企业生产经营数字化、营商环境、政务服务等开发了智慧问数、智能分析、预测预警等特色功能,以人机对话互动的方式提供经济领域知识整合、分析、输出等服务。

与前两者比,在云业务市场份额最高的中国电信,战略也更加系统,尤其重视模型基础能力的建设。中国电信很早就提出了“1+1+1+M+N”的战略,即1个智算云底座、1个通用大模型底座、1个数据底座、M个内部大模型、N个行业大模型。

基于这一战略,中国电信在2022年12月启动了语义大模型的研发,直到2023年发布千亿参数的星辰语义大模型,并相继开源7B、12B、52B大模型。

而今年5月中国电信推出星辰语音大模型,并宣布全面开源。据了解,该模型可以同时识别理解粤语、上海话、四川话、温州话等30多种方言,是目前国内支持最多方言的语音识别大模型。同时,该模型的发布也让中国电信形成了从语义、语音、视觉到多模态一整个全模态完备的大模型布局。

商业化落地,运营商殊途同归

进入到2024年,大模型已然来到商业化落地的关键期。

经历一年的磨练,毫无意外,同大模型行业的发展态势一样,运营商也从大模型训练研发转向了如何让大模型落地的阶段。但同为运营商,几家在路径的选择上,殊途同归。

光锥智能通过观察发现,“通用大模型+行业大模型+大模型平台+AI创新产品”是运营商布局大模型的基本操作。

兵马未动,粮草先行。要训练出高质量的大模型和满足推理需求,高效的算力必不可缺。近日,三大运营商都在持续加注算力赛道。

近日,中国移动发布了采购招标公告,启动 2024 年至 2025 年新型智算中心采购,计划采购 AI 服务器高达7994台,成国内最大规模人工智能服务器集采。中国电信于去年8月集采了4175 台人工智能算力服务器。中国联通也在集团层面首次集采人工智能服务器,共采购人工智能服务器 2503 台。

除招投标外,运营商也在加紧在全国各区域搭建智算中心,其中,中国移动先后投产了多个智算中心,分布在京津冀、长三角、粤港澳、湖北、成渝、贵州等地。今年的数字中国峰会上,中国移动宣布年底要建成智算网络新集群,年内投产3个近2万卡超大规模单体智算中心和12个区域智算中心,广泛升级1500个边缘节点,将训/推算力资源配比上升至1:10。

中国电信旗下的天翼云也在适度超前建设智算基础设施,目前其已经规划并建设全国 "2+3+7+X" 公共智算云池,在京津冀、长三角地区建设两大万卡智算集群,西部地区打造大规模绿色智算池。且早于去年中国电信在北京、上海、江苏、贵州、宁夏、内蒙古等节点已经具备千卡以上训练资源。

中国联通则布局了热点集约、跨区辐射、边缘覆盖的多级算力体系,构建了 "1+ N+X" 全国分梯次智算资源,IDC 规模超 40 万架,云池覆盖 230 多个城市,实现多样性算力一体化供给。

为了实现大模型技术的落地,三大运营商纷纷构建了模型平台(MaaS平台)。

中国移动的汇聚平台集聚并开放超30个“自有+开源+生态”大模型、超20个高质量数据集,同时,包含模型体验、调优、部署、推理、评测全链条大模型开发工具。中国电信推出星辰MaaS平台,集成了自研模型和主流的生态伙伴基础大模型,提供“评-选-部-数-购-训-推-用”的端到端大模型解决方案。中国联通则发布了元景大模型MaaS平台,提供模型库服务、工具箱服务以及原生应用商店服务。

纵观运营商的一系列举措,无论是通用模型、智算中心还是MaaS平台,其终极目标是通过打造多个纵深、垂直的行业大模型,实现快速落地。

有人曾这样定义通用模型和行业模型,通用大模型是大模型中的“样板间”,而行业大模型是可以直面用户的“商品房”。

“三大电信运营商避开了通用大模型赛道,结合自己的数据优势和用户优势,利用大模型带来的技术变革,有选择地做行业 AIGC,使已有服务‘智能化’,更好地服务用户和客户,是明智的选择。”电信分析师付亮表示。

中国移动基于九天大模型,推出20余款面向政府治理、工业生产、民生服务和通信特色等领域的行业大模型。此外,在全球海量通识知识基础上,中国移动还针对通信、电力、运输、能源等行业的专业知识进行了增强训练。

基于基础模型及底座,中国联通推出了覆盖装备制造、仓储物流、电力、钢铁等十多个行业大模型,且目前已经在网络、客服、反诈、工业、政务等行业实现落地应用,并取得了阶段性的成果。

而中国电信在行业大模型方面则走的更深一些,首先推出形成教育大模型,继而发布了政务服务、基层治理、医保等12个行业大模型。今年,中国电信又针对具体行业做了场景的细分,推出包括校园帮办大模型、心理健康大模型、应急预警视觉大模型、翼知雨防汛预警辅助大模型、文博讲解大模型等在内的8个行业细分模型。

光锥智能通过观察发现,运营商在行业大模型均侧重在政企领域,且布局决心远比人们想象的大。但想要快速落地,不仅要研究核心行业,还要解决细分场景的问题。在这方面,运营商表现出了从未有的默契,率先落地的领域都指向了——智能客服。

光锥智能了解到,2023年中国移动组建了一支客服行业大模型专项团队,同年4月,中国移动客服大模型算法通过服务提供者备案;12月客服大模型技术实现了行业应用破冰,并面向2万余员工开展内测体验。

中国联通的元景客服大模型助力平均通话时长压降28秒,客户首次问题解决率提升1.6pp。同时在客服大模型基础上,中国联通还打造了26项AI创新服务。通过全流程、全场景数智赋能,全面提升客户感知、一线效率和管理效能,实现智能服务占比超85%,平均通话时长压降15%,用户满意度达98%以上。

而中国电信最新发布的星辰语音识别大模型,技术上不仅做到了支持30种方言混说,也已经在北京、福建、江西、广西等地万号智能客服系统试点应用,日均处理约200万通电话。同时,智能客服翼声平台也接入了星辰大模型的语音理解和分析能力,实现每天处理125万通客服电话。

众所周知,客服一直是运营商的主要业务方向,也是智能化程度渗透较高的行业。

基于多年在客服领域的深耕,三大运营商沉淀了平台的能力,积累了丰富的经验和海量的数据,为客服大模型的训练提供了肥沃的土壤。同时,在大模型技术的加持下,通过发挥大模型多模态、拟人化交互等优势,三大运营商不断提升智能客服的能力和相关产品,极大降低了人工客服答复时间和辅助人工思考,提高了用户使用的体验感。

迈入大模型时代,作为智能化渗透较高的行业,智能客服必将成为未来的主要服务形式之一,据相关数据统计,预计到2027年,中国智能客服行业市场规模将达到181.3亿元,而其中95%的客服互动将由AI技术主导完成。

运营商,大模型赛道劲敌

运营商布局大模型的消息一经发布,就引发了大范围的讨论:

从时间上看,最早布局的运营商也是在去年7月份,正值国内大模型硝烟四起的阶段,显然失去了先发优势;入局晚,可能更多的是模仿,很难做出自己的特色...种种声音似乎传递出来的都是对运营商做大模型的否定。

但实际上,运营商却是大模型赛道中最强的劲敌,也是最不容忽视的力量。

正所谓要想富先修路,虽然单纯从大模型人才、算力、算法、工程能力等维度,无法与BAT大厂拉开差距,但从布局AI伊始,运营商就纷纷押注算力赛道,加之自身强大的通信基因,构建了运营商独有的算网融合的优势,为其布局大模型奠定了坚实的地基。

中国移动用几年时间将算网完成从概念到实现的转变,通过自主研发算网大脑、算力路由等关键技术,实现通算、智算、超算等各类算力资源的统筹运用;中国电信持续加大科技创新,突破了云操作系统等卡脖子的技术难题,云底座平台摆脱开源限制,打造了通智超一体化智算加速平台“云骁”,一站式智算服务平台“慧聚”以及算力调度平台“息壤”。

中国联通则打造了高效协同一体化的全光算力传输网,实现了算力网络全光化、低时延、大带宽、高可靠,实现多层级算力布局。

在夯实AI底层基础设施能力的过程中,运营商还有一个最强武器—5G,通过云网一体的建设,运营商已经覆盖到绝大部分有数智化需求的政企客户。

据2023年三大运营商公布的财报数据显示,天翼云已经累计服务超过2万个政企客户,上半年新增5G 2B商用项目约6000个,同比增长近80%;移动云累计服务5G和行业客户商用案例,金额超过300万人民币的大单超过1000个;联通云5G行业应用累计项目超过2万个,覆盖60大类行业。

凭借着算网融合、云网融合的能力,运营商已经在政务云市场站稳了脚跟。

其中,天翼云的表现最为亮眼,率先在智慧城市、智慧工业、智慧金融、智慧教育四大板块建立了标杆项目,并逐步复制,移动云则在智慧矿山、智慧电力、智慧医院等更细分行业深耕,更拓展了车联网、数字政府等新赛道。虽然,较前两者,联通云的能力稍弱,但也已经在工业互联网、智慧城市、生态环保等领域开始探索。

可以预见,运营商布局大模型很可能会对头部云厂商造成一定的冲击。

其一,重塑云计算市场现有的格局。

为了做好大模型服务,ATH(阿里、腾讯、华为)持续发力,诸如夯实通用模型的能力,推出行业模型以及创新型AI产品。但对于云厂商而言,大模型的竞争归根结底是底层云计算的竞争,诸如算力、数据、网络等,而运营商凭借这几方面的优势,很可能会重新改写现在云计算市场的格局。

在IDC发布的《中国公有云服务市场(2023下半年)跟踪》报告中也能明显看出这一变化,数据显示,2023下半年IaaS市场中,阿里云和腾讯云市场份额持续下滑,而华为云、天翼云、移动云市场份额呈稳步增长的态势,其中,天翼云同比上升1.1%。移动云市场份额增长最为明显,同比上升2.3%。三大运营商2023年云业务收入整体达到2315亿元,正在迅速追赶云巨头阿里云。其中天翼云的营收和阿里云已经非常接近。

其二,大模型市场的竞争愈发激烈。

无论通用模型还是行业模型,最终是要为行业所用,所以大模型的发展终究是从行业中来,再到行业中去。在这个过程中,以ATH代表的云厂商选择的是自上而下的模式,选择将“通才”训练为“专才”,即先卷底层通用模型的能力,进而结合需求做各类行业模型。

而运营商是自下而上,即入局之初,就以行业需求为出发点做模型的研究,强调的是技术为行业所用,贴近用户的需求。且运营商在多年的业务发展中,积累了丰富的行业Know-how,大量的业务场景也为其提供了试验田,加之近两年持续在AI技术能力方面的补强,运营商在落地上会更具优势。

简言之,前者是拿着锤子找钉子,而后者考虑的是如何把锤子和钉子更好的结合,显然,后者更具解决实际问题的能力,从这个角度看,运营商可能会被行业优先选择。

其三,大模型商业化加剧。

围绕落地,以字节、阿里为代表的企业纷纷采取不同的方式,从部分降价到全面免费。但这一举措却引来了多位行业人士的诟病。Lepton AI 创始人、阿里巴巴原副总裁贾扬清认为,企业使用AI并不是成本驱动,而是因为企业首先得搞清楚怎么用来产生业务价值。也许不是最便宜的赢得商战,而是能落地的赢得利润。

猎豹移动董事长兼CEO傅盛则表示,本轮大模型降价的目标不是为了用户更多的直接使用,而是为了吸引开发者,这轮降价对企业用户影响有限。

对于大模型的商业化,结合近两年云厂商在政企云市场的竞争来看,政企行业仍然是云厂商大模型商业化的必争之地。一般来说,政企行业通常有较强的需求和付费意愿。而在这方面,运营商显然会抢先一步。

以政务云市场为例,IDC数据显示,2022年中国Top7政务云运营与服务市场份额中,运营商保持着一定的领先优势。究其原因,一方面,从企业属性和业务发展来看,运营商积累了丰富的政企客户资源,这无疑是其开辟大模型市场的天然优势。

光锥智能了解到,大模型商业化方面,中国电信已经顺利拿下5个政企的大单,其中两个是中国电信与火山引擎、商汤科技、京东科技公司分别合作完成的项目,此外,天翼云也拿下了一个上海人工智能创新中心的项目。

这样的中标在运营商企业中已不是个例,在刚刚过去的一个月时间里,中国移动相继披露了几个金额较大的中标项目。

其中,中国移动通信集团广东有限公司汕尾分公司中标的汕尾市汇安数字技术有限公司大模型训练算力云服务采购项目,金额为2670.35万元。中国移动通信集团北京有限公司中标的光子算数(北京)科技有限责任公司人工智能算力服务项目,金额为8805万元。这也是上个月中标项目中金额最大的两个项目。

此外,光锥智能通过观察发现,从中国电信的中标结果看,既有独立中标的大单,也有和其他厂商合作的项目。前不久,中国移动还与中国石油、华为、科大讯飞三家企业共同签署了昆仑大模型合作共建协议。

可以预见,未来很大程度上运营商和头部云厂商既是竞争对手,也会是合作伙伴。

目前,无论是具备先发优势的头部云厂商,还是包括三大运营商在内的后起之秀,为了快速变现纷纷使出了杀手锏级的方式。随着时间的推移、技术的演进和研发力度的持续加码,这场关于大模型商业化的竞争只会愈演愈烈。

谁能在这场竞逐赛中,杀出重围,仍需时间去验证。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/22833.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

04--Tomcat

前言:本章整理tomcat的知识点,tomcat知识点相较nginx比较少,但是也是运维必会的软件,这里结合实际项目整理一下。 1、tomcat简介 Tomcat 服务器是一个免费的开放源代码的Web 应用服务器,属于轻量级应用服务器&#x…

强烈安利10款手机App!

AI视频生成:小说文案智能分镜智能识别角色和场景批量Ai绘图自动配音添加音乐一键合成视频https://aitools.jurilu.com/ 1.听书神器——昊昊听书 昊昊听书app是一款专门为用户提供有声读物的应用程序。它不仅提供了各种类型的有声书籍,还有各种知名的电…

pw命令1

1、查看集群状态命令 gs_om -t status --detail 2、备节点升主(本例子升2节点为主) date && time cm_ctl switchover -n 2 -D /database/panweidb/data 3、cm_ctl是全局的,在一个节点运行 cm_ctl stop && cm_ctl start 就重…

铸铁机械5G智能工厂工业物联数字孪生平台,推进制造业数字化转型

铸铁机械5G智能工厂工业物联数字孪生平台,推进制造业数字化转型。工业物联数字孪生平台以5G技术为基础,通过工业物联网连接铸铁机械生产过程中的各个环节,运用数字孪生技术构建虚拟工厂,实现生产过程的实时监测、模拟与优化&#…

C语言的printf输出问题

看到这段代码的时候&#xff0c;想到这个printf输出的值是多少? 若您想到的答案是1-2&#xff0c;真的是这样吗&#xff1f; #include <stdio.h>int main(int argc, char *argv[]) {int i 1;printf("%d-%d\r\n", i, i);return 0; }先了解一个知识点&#xf…

I.MX6ULL UART 串口通信实验

系列文章目录 I.MX6ULL UART 串口通信实验 I.MX6ULL UART 串口通信实验 系列文章目录一、前言二、I.MX6U 串口简介2.1 UART 简介2.2 I.MX6U UART 简介 三、硬件原理分析四、实验程序编写五、编译下载验证5.1编写 Makefile 和链接脚本5.2 编译下载 一、前言 不管是单片机开发还…

解锁用Mermaid绘制图表的神奇力量

在这个快节奏、信息爆炸的时代&#xff0c;我们迫切需要一种简单、高效且美观的方式来表达复杂的思想和流程。 幸运的是&#xff0c;Mermaid就是这样一种工具。无论你是开发者、项目经理还是设计师&#xff0c;Mermaid都能帮助你轻松绘制各种类型的图表&#xff0c;让你的文档…

免费开源图片转文字识别软件:Umi-OCR

目录 1.介绍 2.项目亮点 3.项目功能&#xff08;已实现&#xff09; 4.功能体验 5.项目集成&#xff08;调用接口&#xff09; 6.项目地址 1.介绍 Umi-OCR&#xff1a;免费&#xff0c;开源&#xff0c;可批量的离线OCR软件&#xff0c;目前适用于 Windows7 x64 及以上。…

自动化办公02 用openpyxl库操作excel.xlsx文件(新版本)

目录 一、文件读操作 二、文件写操作 三、修改单元格样式 openpyxl 是一个处理Excel表格的第三方库。openpyxl 库可以处理Excel2010以后的电子表格格式&#xff0c;包括&#xff1a;xlsx/xlsm/xltx/xltm。 openpyxl教程 一、文件读操作 工作簿(workbook): excel文件 工作表…

word自带公式编辑器技巧

1.实现多行公式换行且对齐 1.1 准备阶段&#xff08;默认Unicode模式&#xff09; 进入公式编辑模式&#xff0c;输入\eqarray&#xff0c;紧接着按下空格键输入空格&#xff0c;如下 1.2 实现换行和对齐 将要编辑的公式输入到括号内 &&#xff1a;实现位置对齐 &…

104.网络游戏逆向分析与漏洞攻防-装备系统数据分析-筛选与装备有关的数据包

免责声明&#xff1a;内容仅供学习参考&#xff0c;请合法利用知识&#xff0c;禁止进行违法犯罪活动&#xff01; 如果看不懂、不知道现在做的什么&#xff0c;那就跟着做完看效果&#xff0c;代码看不懂是正常的&#xff0c;只要会抄就行&#xff0c;抄着抄着就能懂了 内容…

postman教程-15-前置脚本

上一小节我们学习了Postman生成随机数的方法&#xff0c;本小节我们讲解一下Postman前置脚本的使用方法。 Postman中的前置脚本&#xff08;Pre-request Script&#xff09;允许你在发送请求之前运行JavaScript代码。这可以用于修改请求头、查询参数、请求体等&#xff0c;或者…

web学习笔记(六十二)

目录 1.键盘事件 2.KeepAlive 3.组件传值 3.1 兄弟组件传值 3.2 组件树传值 3.3 发布订阅者传值 1.键盘事件 keydown表示键盘事件&#xff0c;在不加修饰符的情况下&#xff0c;点击键盘上的任意位置都可以触发键盘事件&#xff0c; <template><div><!--…

word 无法自动检测拼写

word 有时候不能分辨是哪种语言,比如把英语错认为法语 。 例如&#xff1a;Interlaayer spacace,发现误认为是法语。 1、选中Interlaayer spacace 2、点击语言下拉按钮 选择设置校对语言 发现校对语言为法语 3、手动修改校对语言为英语&#xff0c;并点击确认。 4、发现现…

什么是 Batch Normalization 批标准化和全连接层

Batch Normalization 神经元在经过激活函数之后会处于饱和状态&#xff0c;无论后续怎么变化都不会再起作用。 每一层都会进行batch normalization的处理&#xff01; without normalization 会导致数据分布再饱和区 全连接层&#xff1a; 全连接层(fully connected layers&a…

十四、返回Insert操作自增索引值

分为两部分&#xff0c;解析初始化和使用 拿含有selectkey标签的insert语句解析来说 解析部分 1.解析时看有没有selectkey标签&#xff0c;有的话先解析selectkey的内容&#xff0c;包括对其SQL的解析并封装成一个MappedStatement和创建KeyGenerator放入configuration中 2.解…

SpringBoot前端URL访问本地磁盘文件

SpringBoot前端通过 URL访问本地磁盘文件&#xff0c;其实就是 SpringBoot访问web中的静态资源的处理方式。 SpringBoot 访问web中的静态资源&#xff1a;https://blog.csdn.net/qq_42402854/article/details/90295079 首先&#xff0c;我们知道浏览器访问本地磁盘文件的方式为…

LLM的基础模型5:Embedding模型

大模型技术论文不断&#xff0c;每个月总会新增上千篇。本专栏精选论文重点解读&#xff0c;主题还是围绕着行业实践和工程量产。若在某个环节出现卡点&#xff0c;可以回到大模型必备腔调或者LLM背后的基础模型新阅读。而最新科技&#xff08;Mamba,xLSTM,KAN&#xff09;则提…

三十七、openlayers官网示例Earthquakes Heatmap解析——在地图上加载热力图

官网demo地址&#xff1a; Earthquakes Heatmap 这篇主要介绍了热力图HeatmapLayer HeatmapLayer 是一个用于在地图上显示热力图的图层类型&#xff0c;通常用于表示地理数据中的密度或强度。例如&#xff0c;它可以用来显示地震、人口密度或其他空间数据的热点区域。在这个示…

Siemens-NXUG二次开发-创建倒斜角特征、边倒圆角特征、设置对象颜色、获取面信息[Python UF][20240605]

Siemens-NXUG二次开发-创建倒斜角特征、边倒圆角特征、设置对象颜色、获取面信息[Python UF][20240605] 1.python uf函数1.1 NXOpen.UF.Modeling.AskFaceData1.2 NXOpen.UF.Modeling.CreateChamfer1.3 NXOpen.UF.ModlFeatures.CreateBlend1.4 NXOpen.UF.Obj.SetColor 2.实体目标…