质变科技 lança o primeiro plataforma de memória multimodal com capacidade de prática em grande escala do setor — MemoryLake. A plataforma integra pela primeira vez capacidades completas de “compreensão profunda de conteúdo multimodal, armazenamento de memória multimodal, cálculo e gestão de memória”, composta pelo grande modelo MemoryLake-D1, pelo motor de memória MemoryLake e pela plataforma de armazenamento e cálculo multimodal (Relyt Multi-modal Data Cloud). Segundo informações, o MemoryLake visa resolver muitos dos desafios fundamentais enfrentados pelas empresas na implementação de IA, incluindo “dificuldade de compreensão e fusão de informações multimodais”, “fragmentação de dados levando a lacunas na memória”, “decisões de modelos imprecisas e pouco confiáveis”, “alto custo de uso de grandes modelos” e “grande volume de dados empresariais com resposta lenta” (Jornal do Conselho de Inovação e Tecnologia).
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
ZhiBian Technology lança o primeiro plataforma de memória multimodal do setor, MemoryLake
质变科技 lança o primeiro plataforma de memória multimodal com capacidade de prática em grande escala do setor — MemoryLake. A plataforma integra pela primeira vez capacidades completas de “compreensão profunda de conteúdo multimodal, armazenamento de memória multimodal, cálculo e gestão de memória”, composta pelo grande modelo MemoryLake-D1, pelo motor de memória MemoryLake e pela plataforma de armazenamento e cálculo multimodal (Relyt Multi-modal Data Cloud). Segundo informações, o MemoryLake visa resolver muitos dos desafios fundamentais enfrentados pelas empresas na implementação de IA, incluindo “dificuldade de compreensão e fusão de informações multimodais”, “fragmentação de dados levando a lacunas na memória”, “decisões de modelos imprecisas e pouco confiáveis”, “alto custo de uso de grandes modelos” e “grande volume de dados empresariais com resposta lenta” (Jornal do Conselho de Inovação e Tecnologia).