打造全域智能营销的闭环。 有数消费者运营平台 20 易智多媒体智能生产力平台能力全景图 易智优势 智能标签 信息抽取 语音识别 语种识别 音频指纹 语音合成 声纹识别 唱歌识别 文本纠错 文本情绪 文本生成 对话系统 意图识别 短文本相似度 视频指纹 人脸识别 水印识别 特征提取 OCR 智能抠图 质量分析 内容属性 内容分析理解 版权保护 字幕制作 视频生产 综合运用 CV、语音、NLP 等技术，针对视频、图像、音频、文本等 多媒体内容进行基础识别与解析，获得离散的内容表示信息。 综合内容理解 基于离散的内容解析结果，结合领域知识和多模态融合技术， 综合分析与推理获取内容的层次化语义描述及统计分析信息， 提高运营管理效率与内容搜索推荐效果。 字幕制作工具 支持识别中文、英文、中英混合的视音频内容，并自动生成字幕 文字和时间轴信息。自带翻译功能，可一键生成中英双语字幕。 文字和时间轴信息。自带翻译功能，可一键生成中英双语字幕。 广泛应用于视频字幕制作、英文视频学习等场景。 语音转写工具 可快速准确的将语音、录音文件识别出文本内容，可视化的界 面提升人工精校效率。可应用于会议录音纪要整理，手机录音 文件管理等场景。 产品能力 产品能力 为企业提供人机协作AI效率工具，可显著提高字幕制作效率和音频文件转写效率。 易智音视频效率工具 综合运用语音技术、自然语言处理、计算机视觉等AI能力组件，

。小应 用开发商很可能很容易获得一个低成本 serving 的“量化小基座”。 “7B”是一个 magic number！无论是 RAG 里的向量表征模型，还是文生图、文本识别 （OCR）、语音合成（TTS）、人脸识别等等垂直领域，一个 1B~7B 的小模型已经可以满足很 多生产、应用需要，并且效果也在逐步推高【8，9，10】。这些模型，作为智能体的“三头六臂”， 不需要太“大”。 同 助自然语言解释，使得开发者更直观地理解代码结构和执行流程，增强智能编程的可视性和 交互性。  有些开发团队借助智能体和 RAG 技术检索历史上已知的代码缺陷模式和已知问题，从而比较 准确地识别潜在的缺陷和安全漏洞，甚至能够分析代码的功能意图，全面提升代码评审的能 力。  有些团队，根据 UI 设计图，让 LLM 自动生成相应的前端代码，大大减少了手动编码的时间， 加快了从设计到实现的流程。 ImageNet 包含超过 1400 万张图像，这些图像分为超过 2 万个类别，每个类别都与 WordNet 中的一个词条对应。每个类别的图像数量从数百到数千不等。ImageNet 每年都会举办一个大型 的视觉识别竞赛，即 ImageNet Large Scale Visual Recognition Challenge(ILSVRC)。该 竞赛吸引了全球众多研究团队参与，并在推动深度学习和卷积神经网络（CNN）技术的发展中

月正式发布。全新 的 HarmonyOS 4 在隐私安全、AI 大模型能力和个性交互等方面有全新突 破。 HarmonyOS 4 的小艺是首个具备 AI 大模型能力的智慧助手，可以通过对 自然对话的理解，识别出用户意图，很多操作不需要用户用专业的功能术 语表达，小艺都可以明白并执行。 Cap'n Proto 是一种速度极快的数据交换格式 和 capability-based RPC 系统，于 2013 programs of modern office life. 戈登・摩尔去世 商汤科技创始人汤晓鸥离世，享年 55 岁 汤晓鸥主要从事计算机视觉相关领域的 研究，包括多媒体、计算机视觉、模式 识别及视频处理，是全球人脸识别技术 的 “开拓者” 和 “探路者”。 汤晓鸥教授是我国人工智能领域的杰出 代表。他学识渊博、治学严谨、求真务 实、开拓创新，富有家国情怀和战略眼 光。他甘为人梯、奖掖后学、矢志创新、

方案建议； • ·完全支持Istio； • ·支持ARM64机器； • ·支持外部Load Balancer。 Trivy v0.41.0发布 Trivy是一款专业的容器漏洞扫描工具，旨在帮 助用户识别并解决容器镜像中的安全漏洞。它 支持多种容器镜像格式和操作系统，并提供全 面的漏洞扫描功能。Trivy能检测操作系统和软 件组件的漏洞，以及配置错误等安全问题。此 外，Trivy还具备对容器镜像中的文件权限和可 Exchange（VEX）对检测到的漏洞进行 过滤； • 支持为虚拟机镜像生成CycloneDX和SPDX 等格式的SBOM（软件物料清单）； • 支持嵌套JAR路径； • 支持通过分析文件内容来识别dpkg和Go模 块的许可证类型； • 支持使用自定义的Docker socket。 全球开源态势洞察｜第十期 06 03 开源安全 DEF CON将举办全球最大规模 AI黑客大赛 微软将用近一年时间完成对0-day 循统一的方法使用开源软件，同时进一步推动该国的数字化发展。 本章节将介绍制定开源软件政策的主要政府机构，以及与各级政府合作以提高开源软件意识的主要战 略伙伴。 • 数字和信息局（DIA）是捷克负责电子身份识别、电子认证和公共行政信息系统的中央行政机构。 DIA成立于2023年1月1日，从内政部接管了基本登记管理、CzechPoints（捷克公证系统）以及公 民门户网站的管理职能。该机构计划在2023年全

功能，可将本机容器化应用编排和管理扩展到边缘端设 备，实现云边协同 • KubeEdge让开发人员可以编写常规的基于http或mqtt 的应用程序在Edge或Cloud的任何地方运行。更轻松的 将复杂的机器学习、图像识别、事件处理等高级应用程 序部署到边缘 • Volcano是一个建立在Kubernetes上的批处理系统，可 对 承 接 应 用 程 序 通 常 运 行 多 种 通 用 领 域 框 架 ， 如 Te 在集团业务中的多元应用，框架均没有得到持续演 进，目前处于追赶态势。 提供适用于视觉、语言、 知识图谱、机器学习等某 一AI领域的开发框架。 （X-Deep Learning） 由清华大学计算机系图形 学实验室开发，实现图像 识别、检测、分割、生 成、渲染等AI能力的开源 开发框架。 开源时间 国内首个以AI为主营业务 的企业，对外开放的围绕 机器视觉打造的开发框 架，主要应用于视频分 析、影像处理、金融预测 等领域。

档、多个⽂件，都可以快速摘要、翻译、答疑，⽀持上传
PDF、Word、Excel、PPT、TXT⽂件和 图⽚。 • 整理资料：⽆论是堆积如⼭的发票，还是复杂冗⻓的会议记录，Kimi
都能智能识别整理，⾃动提取 关键点，让资料整理不再繁琐，信息⼀⽬了然。 • 辅助创作：根据你提供的⽹⻚链接、⽂件、指令，Kimi
可以帮助你梳理⼤纲、续写⽂章、创作⽂ 案、写作周报、撰写⽅案，成为你的内容创作⼿脚架，提供⽆限灵感。 创业经验学到最 多的。 ⼤模型很烧钱，把握好投⼊的速度，同时还要保证⾃⼰还是要拿出东西，有产品数据，是⾮常关键的 问题。 预测下⼀个token是唯⼀问题
36氪：AI领域有⼏⼤⽅向：图像识别（CV）、⾃然语⾔处理（NLP）、机器学习（ML）。前⼏年CV更 热闹，上⼀波AI四⼩⻰（商汤、旷视、云从、依图）都是这个⽅向。你⼀直在做NLP，为什么？
杨植麟：抛开偶然因素，还是有⼀些必然 ，它 现在变得有可能了。 36氪：怎么理解这个“认知层⾯的变化”？
杨植麟：AI领域对语⾔模型的认知，存在三个阶段的变化：
2017年前，⼤家觉得语⾔模型有⼀些有限的作⽤，⽐如在这些语⾳识别、排序、语法、拼写等等⼩的 场景⾥⾯可以做辅助，但⽤例（Use
Case）都很⼩；第⼆个阶段：Transformer、Bard出现后，语⾔ 模型可以做绝⼤部分的任务，但它还是⼀个辅助的⻆⾊⸺我有⼀个语⾔模型，AI⼯程师微调⼀下任务

中需要重点关注其法律风险 从国内涉及开源的法律实践来看，开源软件带来的法律风险主要来自于开源许可证的“传染性”，需要企业在应用过程中 重点关注。目前市场上有可以用于扫描开源许可证类型的工具，帮助企业识别潜在的风险。根据中国信通院统计，在云原 生和AI领域著名的开源项目Docker、Kubernetes以及TensorFlow项目中均存在着具备传染性/类型未知的开源许可证，企 业在使用相关软件的时候需要关注。 来源：中华人民共和国最高人民法院，艾瑞咨询研究院根据公开资料研究及绘制。 企业的开源治理建议 对于传染性开源软件，合理“隔离”是规避法律风险的关键 企业在应用开源代码进行软件二次开发的过程中，识别传染性开源协议是第一步，对比较常见的积累GPL开源协议的“传 染性”进行比较，通常认为AGPL>GPL>LGPL，企业在引用相关代码的时候需要明确其中的风险。对于已知具备传染性的 开源软件，合理“隔

工具，能自动发现代码中的 Bug。据 mspoweruser 报道，微 软公司的研究人员开发了一种新的人工智能（AI）工具，利用深度学习算法可以发现代码中的错误， 帮助开发者更准确、更高效地对程序进行调试。这种工具能够识别一些常见的错误，比如不正确的符 号 “<=” 和“<”，不正确的布尔运算符 “and” 和“or”，变量滥用等等。为了测试该系统，微软使用 了 Python 代码。与其它方法相比，经过训练后的模型发现

Bug。据 mspoweruser 报道，微软公司的研究人员开发了一种新的人工智能（AI）工具，利用深 度学习算法可以发现代码中的错误，帮助开发者更准确、更高效地对程序进行调试。这种 工具能够识别一些常见的错误，比如不正确的符号 “<=” 和“<”，不正确的布尔运算 符 “and” 和“or”，变量滥用等等。为了测试该系统，微软使用了 Python 代码。与 其它方法相比，经过训练后的模型发现