此項目為全新的AI大模型開發(fā)，目標是應用于醫(yī)療健康行業(yè)。核心要求是使用Hadoop進行開發(fā)。該模型將用于醫(yī)療健康領域的數(shù)據(jù)處理、分析等場景。期望服務商具備相關開發(fā)經(jīng)驗，在提案中附上使用Hadoop開發(fā)的相關案例，提供具有創(chuàng)新性和實用性的開發(fā)方案。

拉流，yolov8識別，識別到目標以后錄制視頻，保存幾張圖片。推流。 現(xiàn)在速度慢，老是斷，推流卡頓，gpu占不滿.

AI大模型開發(fā)

我司涉足房地產(chǎn)行業(yè)，為提升業(yè)務效率和客戶體驗，需開發(fā)AI大模型。要求用Vue語言開發(fā)，能精準適配房地產(chǎn)場景。服務商需有房地產(chǎn)行業(yè)相關項目經(jīng)驗，確保模型穩(wěn)定、高效，提供原創(chuàng)且可拓展的解決方案。

做中國版OpenEvidence人工智能醫(yī)學知識平臺，專注心腦血管這一類，幫助醫(yī)生和醫(yī)學者提供醫(yī)學知識，提高醫(yī)生和醫(yī)學者專業(yè)能力。通過開源大模型，開源進行套殼，通過deepseek開源進行開發(fā)人工智能醫(yī)學知識平臺，開發(fā)一個簡單的產(chǎn)品原型（MVP）。

我需要AI大模型開發(fā)

我司從事廣告營銷行業(yè)，為提升業(yè)務效率和精準度，需開發(fā)適用的AI大模型。要求用合適的其他開發(fā)語言完成開發(fā)，模型要能適配行業(yè)業(yè)務場景。優(yōu)先有廣告營銷行業(yè)AI開發(fā)經(jīng)驗的服務商合作，確保模型實用性和創(chuàng)新性。

有題庫AI生成（大模型）系統(tǒng)功能要求 一、習題錄入功能模塊（空白卷/空白教輔/練習冊） （一）錄入模塊（手動/自動） 錄入使用來源（用戶）：家長、學校老師、培訓機構(gòu)、題庫平臺用戶。 對接市面常用高拍儀、掃描儀設備API、SDK，直接讀取掃描PDF件/照片。//提高習題錄入效率。整張試卷、書本練習冊掃描，整本整張錄入。 （二）習題偵測識別模塊//清晰度判斷、試卷文檔名稱、學科（語數(shù)外理化生史地政）與學段（小初高）題型（填空、選擇、判斷、解答、作文等等）及數(shù)量，跨頁研究。 ★★二、習題智能分割模塊//人工智能核心功能（圖形、圖像的按題分割） 就是將整張卷或者教輔，分割成每一道題、每一題的圖片//不同學科不同題型，大模型分割，YOLO模型或則其他大模型智能分割。注意分頁分割連接（同一道題跨兩頁的情形，增加訓練數(shù)量） 也就是整個文檔分割為每一道題每一道題的圖片。//注意一大題的幾個小題的分割方式、跨頁的分割處理。 ★三、大模型識別、解析、答案、同類題推送與題庫錄入與豐富機制 （一）習題形成： 模型分割的圖片打好標簽：1，發(fā)送給我司建檔；2，發(fā)送千問、deepseek、豆包等大模型進行習題作答）多知識點構(gòu)建、答案獲得、解析獲得、同類不同難度習題獲得。//多模型互相糾錯確保正確率。 （二）習題入庫 構(gòu)建各學科知識點構(gòu)建。并對應入庫。形成自生長題庫模式。數(shù)據(jù)庫。 ? 備注：“★★”功能是必須完成的，“★”功能是對接大模型API必須完成的功能。對接市面高拍儀、掃描儀的

基于豆包的藥品研發(fā)垂類模型word 方案，有需求清單。

在國產(chǎn)化硬件環(huán)境下，完成大模型的部署與適配工作。適配過程需嚴格對照《技術(shù)參數(shù)要求列表》，保證各項指標滿足要求。適配完成后，大模型需具備與 Dify 1.7 及以上版本無縫對接，支持其推理調(diào)用、工具插件、Agent 等核心功能。確保 Dify 的所有能力（包括推理、知識庫檢索、工作流編排、多模態(tài)擴展等）能夠正常使用，不因模型適配造成功能缺失。模型運行效率需與所部署 NPU 的理論性能相匹配，充分發(fā)揮硬件加速優(yōu)勢，保證吞吐量、延遲等指標滿足大模型應用場景需求。 通過上述適配，可在國產(chǎn)化硬件環(huán)境下實現(xiàn)對大模型的穩(wěn)定運行與高效調(diào)用，為大模型在 Dify 平臺上的應用提供完整的技術(shù)支撐。 技術(shù)參數(shù)要求： 一、模型要求： 1、LLM模型兼容：千問3系列、deepseek-v3、deepseek-r1、deepseek-r1-distill-qwen 2、embedding模型支持bge-m3（即向量化） 3、對接Dify的接口引擎支持 vllm 加速模式，Transformers引擎要支持4-bit、8-bit量化。 二、硬件環(huán)境要求 1、操作系統(tǒng)為ubuntn22及以上版本，國產(chǎn)化麒麟V10及以上，中科方德V14及以上， 2、CPU，arm64架構(gòu)鯤鵬920、飛騰2000、海光 740、龍芯、申威。 3、NPU芯片，適配華為昇騰芯片310、610、910，單卡和套機。 三、性能要求 1、NPU的性能需要達到95%以上。 2、達到NPU卡理論值的80%以上，如華為atlas 300i 理論20token/秒，支持10個并發(fā)，實際測試必須要達到18token/秒以上。 3、適應Dify1.7或以上的無縫對接，支持其推理調(diào)用、工具插件、知識庫構(gòu)建、Agent 等核心功能。 四、技術(shù)資料要求 1、提供所有開發(fā)的源碼，源碼中有20%以上的注釋。 2、Docker安裝包，K8S的部署文件。 3、提供詳細開發(fā)文檔，包含設計文檔，安裝部署文檔。

核心需求要點： 1.構(gòu)建本地大模型。 2.利用該本地大模型解析PDF文獻。 3.解析需實現(xiàn)精準**關鍵信息和進行文獻內(nèi)容總結(jié)等功能。 期望達到的目標和效果：通過構(gòu)建的本地大模型，在docker解析中調(diào)用NPU技術(shù)，對PDF文獻進行有效解析，精準**關鍵信息并完成文獻內(nèi)容總結(jié)。 其他關鍵信息：無內(nèi)沒有提及的內(nèi)容

（1）教學服務網(wǎng)站，為師生提供教學、科研、學習等領域的AI工具和服務。 （2）電腦端（適配移動端）和小程序。 （3）框架為“前端--后端--AI服務”。前端技術(shù)為vue.js，后端技術(shù)為SpringBoot，AI服務通過調(diào)用集成第三方大模型平臺的API。

需要基于LLAMA4+QWEN 等大模型系統(tǒng)架構(gòu)經(jīng)驗和實施能力，能夠獨立開發(fā)組織大模型系統(tǒng)架構(gòu)，具有基于數(shù)字孿生的經(jīng)驗和項目管理能力；能夠在約定時間內(nèi)內(nèi)完成任務和項目實施落地。

開發(fā)一個聯(lián)網(wǎng)實時搜索的大模型

我想做一個神經(jīng)網(wǎng)絡 深度學習的模型

通過在（方格，田格，橫線條）中多維度評估指標，客觀、精準地測評中小學生漢字書寫規(guī)范性。輔助教師針對性指導，提升學生書寫能力。算法需覆蓋從基礎筆畫到篇章布局的完整評估鏈條，并支持分學段動態(tài)調(diào)整標準，同時保留人工評分通道，支持人工矯正。

1、需要語音交互機器人、多輪對話 2、使用多模態(tài)圖像，問診，圖像。大模型采用千問，deepseek等。3、第一期準確度60以上即可。

我需要AI大模型開發(fā)

我需要AI大模型開發(fā)

生產(chǎn)制造行業(yè)： 1、LLM混合模型，基座模型目前預選阿里QWQ32B，有更高效的模型也可以考慮。 2、根據(jù)操作員輸入的故障描述，搜索設備故障知識庫，給出常見故障診斷方案。定期生成故障統(tǒng)計分析報告（包含圖片和表格等費純文字的方案，能以markdown的形式進行生成），支持二次提問，方案二次生成。 3、數(shù)據(jù)源包含結(jié)構(gòu)化數(shù)據(jù)庫表，也包含非結(jié)構(gòu)化文本數(shù)據(jù)。 4、ETL 搭建，將多源數(shù)據(jù)抽取、轉(zhuǎn)換并加載到數(shù)據(jù)庫中，設計常用提示詞工程，對于數(shù)據(jù)查詢環(huán)境的提問，能生成可執(zhí)行SQL，返回數(shù)據(jù)查詢結(jié)果 5、基于向量數(shù)據(jù)庫，結(jié)合任務需求完成RAG技術(shù)搭建，實現(xiàn)文本召回，歷史案例召回，歷史運維操作手冊召回等功能，基于運維手冊與相關經(jīng)驗庫數(shù)據(jù)等文本數(shù)據(jù)，通過Embedding模型轉(zhuǎn)換向量數(shù)據(jù)，完成構(gòu)建查詢索引等工作，建立運維手冊向量數(shù)據(jù)庫。

修改https://github.com/Suyimu/WRV2的inference pipeline以支持任何分辨率的視頻input和output。

我需要AI大模型開發(fā)

要求外包商有Ti、ARM器件的算法和軟件開發(fā) 要求熟練MATLAB\Simulink控制系統(tǒng)仿真 服務商注冊資金最低1000萬實繳完成，需要有高新企業(yè)認證資質(zhì)。