百度智能云x十字路口 | 对谈王雁鹏：亲述从大数据时代到3万卡集群的中国算力演进史 千帆社区
前一代的深度学习核心突破在图像领域，比如监控安防，简单的人脸识别车牌识别等等，图像处理相对简单，不需要太多智商。而NLP的许多问题在深度学习时代是无法解决的。大模型震惊业界的原因在于，效果上突破天花板，模式上变成可复制的工业化过程。这也让计算平台从CPU真正跃迁至以GPU为核心。 Koji： 如何看待OpenAI与英伟达等公司的大额合同？
苏州博田
客户案例 案例详情 农田作业 实现零人工全自动 苏州博田利用百度飞桨(PaddlePaddle)的深度学习技术让拖拉机和农业机器人学会了视觉导航，可以根据水稻秧苗的种植情况实时调整航向，避免压苗等情况出现，从而更好地保养和管理水稻秧苗。
硬件选型 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
尔-RP22PWDLDIRV403 ： [立即购买] 视派尔-EP17WDLMIR305 ： [立即购买] 视派尔C-EP36WDLDIR ： [立即购买] NIR近红外实际检测效果回显示例： 三、RGB可见光+Depth深度活体（结构光 or ToF） 推荐使用如下品牌的深度摄像头
百度智能云千帆AppBuilder平台集成百度AI搜索的三大实践路径解析 千帆社区
方案选型建议 开发者应根据业务场景特征选择适配方案：高频实时场景推荐API直连模式，需要知识融合的场景适用知识库增强方案，而需要复杂决策链的任务则适合原生组件模式。实测数据显示，三种方案在百万级query测试集中准确率均达92%以上，但响应时延差异达3倍之多[1]。 随着 百度智能云千帆AppBuilder 持续迭代，搜索组件正在向多模态方向发展。
mpirun - 百度百舸 · AI计算平台 | 百度智能云文档
mpirun 集成了PyTorch、CUDA及MPI的标准化深度学习与分布式计算环境，适合需要快速在GPU集群上开展大规模AI计算的任务。
秒懂百科（视频）组件：基于词条检索的权威视频能力落地实践 千帆社区
例如，在“十万个为什么”知识学习助手中，用户输入“牛顿力学”后，Agent会调用百科组件的词条名检索功能，获取对应的秒懂视频，配合词条文字内容，为用户提供更直观的知识讲解[1]。 词条ID检索则更适合开发者已获取百科词条ID的场景，例如基于百度百科词条构建的垂直领域知识库、智能检索工具等。由于词条ID具有唯一性，可有效避免词条名歧义带来的检索误差，确保返回视频的精准性。
附Prompt模板｜用Gemini 3.0做文献综述、视频编码与论文润色：一份提升科研生产力的全流程 千帆社区
这不仅仅是存储，而是**“In-context Learning”（上下文内学习）**——模型能同时“看见”所有信息，进行真正的全景式推理。 2. 实测案例：复杂政策文本与ESG报告的“元分析” 假设你需要进行一项关于“全球科技企业碳中和路径”的元分析（Meta-Analysis），涉及50家企业的ESG报告（平均每份100页）。
IDC报告：百度智能云AI Cloud市场份额连续六次第一 | 百度智能云
百度打造了中国第一个自主研发、开源开放的产业级深度学习平台飞桨，相当于人工智能时代的操作系统。 基于飞桨，百度进一步攀登预训练大模型的技术高地，打造具备“知识增强”能力的文心大模型，其中多个模型达到世界领先水平。 除了在“AI 硬指标”方面，各家 AI 云服务厂商同样在打磨自己独特的 AI+行业变现能力，以博得更高的市场份额。
DeepResearch——面向技术社群的实用指南 千帆社区
DeepResearch 作为一款基于深度学习技术的智能研究辅助工具，其核心定位是“为深度信息挖掘与知识构建提供支持”，区别于普通信息聚合工具，它以 AI 自主代理为核心，实现了从信息检索到知识整合、报告生成的全流程自动化，成为科研、商业分析、技术调研等场景的高效辅助工具。
模型精调 - 百度千帆·大模型服务及Agent开发平台
在深度扮演能力、剧情创意度等方面能力得到增强，场景更加丰富。
