人工智能与大数据面议TRL 4

可定制人工智能平台及智能光电系统

西安交通大学· 发布于 2026-10-10

成果概览

完成单位
西安交通大学
所属领域
人工智能与大数据
转化方式
面议
发布时间
2026-10-10
技术成熟度(TRL)TRL 4 / 9 · 技术开发阶段
TRL 1–3 · 基础研究TRL 4–6 · 技术开发TRL 7–9 · 产业化

成果简介

该项目致力于可针对传统行业定制易用性人工智能 AI 开发平台的研发,目标是开发一款可扩展的人工智能开发平台,突破增量学习模型自主进化、大规模模型的压缩和量化、云边端协同管理等核心技术,覆盖计算机视觉、自然语言处理等多种数据源与大规模数据集,支持多种主流深度学习框架,提供业界流行的多种人工智能算法模型库。既提供通用型智能识别预测服务也提供基于特定场景下的定制化模型服务,同时,也可以根据用户需求,主动上传数据集到我们的平台,使用平台提供的算法自行训练适合用户需求的模型,具有人工智能模型一键训练、一键推理、一键量化等多种一键式功能,支持多机多卡分布式模型训练。支持多种人工智能芯片的云边端模型协同部署等。平台致力于提供国内外一流的智能 AI 开发平台,极具行业竞争力的解决方案。目前平台其主要提供三大服务: AI 技术服务、AI 训练服务和 AI 芯片部署。

主要技术指标

【产品性能优势】1. 数据准备数据采集与清洗:支持处理图像、音频、视频、文本等类别数据数据标注:支持文本分类、目标检测、图像分类三种场景的数据标注,支持三种数据标注方法(智能预标注,辅助式智能标注,渐进式/主动学习式智能标注),且实现全场景全方法适配 2. 算法模型开发零代码开发:内置业内普遍应用的 100+通用算法模型,且提供定制化行业算法接口一站式开发:支持算法模型开发生命周期一站式管理,支持全开发链路可视化平台跨框架开发:支持Pytorch、Tensorflow、MXNet、PaddlePaddle、Mindspore、0neflow、Caffe7 种框架,转换性能损失在通用数据集上不高于 2%。在特定应用场景的性能损失不高于 1%。 3. 模型量化及部署便捷模型量化与云边端协同部署:依托于开创性的模型量化技术与丰富的云边端协同部署经验,平台支持便捷的模型量化与云边端协同部署功能国产AI芯片适配:适配多款芯片,包括英伟达、瑞芯微、昇腾、光、地平线、国科微6种 4. 赋能下游应用下游应用场景广泛:在金融行业、军工、信息技术产业、轨道交通、能源/基建、政务/智慧城市、饮/零售业等行业,共计 18种场景下有落地应用

适用场景 / 行业标签

集成电路人工智能大数据/数据要素计算机、通信和其他电子设备制造业研究和试验发展新一代信息技术产业

相关专利

  • 一种斜视角精确估计的大斜视SAR成像方法
    CN202610999970.X
  • 一种有机气溶胶同分异构体非靶向表征方法及系统
    CN202610943852.7
  • 一种阳极箔的制备方法及铝电解电容器
    CN202610981412.0
  • 一种基于大数据的飞行员驾驶风险预测方法及装置、介质
    CN202610967253.9

相关需求

相关投资机构 / 载体

相关产业链