关键词 "工程" 的搜索结果， 共 24 条, 只显示前 480 条
Cradle platform speeds up protein design with AI algorithms. 重点领域：治疗学、诊断学、食品、化学品和农业 主要合作伙伴：诺和诺德、强生、Grifols 和 Twist Biosciences 最新消息：B 轮融资7300 万美元 Cradle Bio 使用生成式 AI 帮助生物学家设计改良蛋白质
ResearchRabbit是一个帮助研究人员发现、跟踪和分享学术论文的平台。可以根据你的兴趣和收藏提供个性化的推荐和摘要，并且可以让你可视化论文和作者之间的网络关系。 Researchrabbit.ai是一个基于人工智能的文献搜索和管理工具，它可以帮助你： Researchrabbit.ai目前支持英文文献的搜索和管理，涵盖了多个学科领域，包括医学、生物、化学、物理、工程、社
Wolfram|Alpha is an advanced tool that provides expert-level answers on various topics. Wolfram|Alpha 是一种先进的工具，可提供各种主题的专家级答案。Wolfram 的突破性技术和知识库计算答案,受到数百万学生和专业人士的信赖,涵盖数学、科学、营养学、历史、地理、工程、数学、语言学、体育、金融、音
LangChain 框架虽然可以独立使用，但它也可以与任何 LangChain 产品无缝集成，为开发人员在构建 LLM 应用程序时提供全套工具。 LangChain 通过模型、嵌入、向量存储等的标准接口帮助开发人员构建由 LLM 驱动的应用程序。 LangChain 的用途： 实时数据增强。轻松将 LLM 连接到各种数据源和外部/内部系统，利用 LangChain 庞大的集成库，其中
Trae是字节跳动推出的一款免费AI编程工具,它集成了Claude3.5和GPT-4o等主流AI 模型,旨在为开发者打造一个全方位的智能编程环境。 Trae，致力于成为真正的 AI 工程师（The Real Al Engineer）。Trae 旗下的 AI IDE 产品，以智能生产力为核心，无缝融入你的开发流程，与你默契配合，更高质量、高效率完成每一个任务。
提示工程指南 提示词工程（Prompt Engineering）是一门较新的学科，关注提示词开发和优化，帮助用户将大语言模型（Large Language Model, LLM）用于各场景和研究领域。 掌握了提示工程相关技能将有助于用户更好地了解大型语言模型的能力和局限性。 研究人员可利用提示工程来提升大语言模型处理复杂任务场景的能力，如问答和算术推理能力。开发人员可通过提示工程设计、研发
BairesDev 是一家由 LATAM 开发团队提供支持的美国公司。 自 2009 年以来，我们为各种类型的公司构建软件，从初创企业到财富 500 强巨头。事实上，我们是全球发展最快的软件外包公司之一。如果您正在寻找拥有美国本土品质和近岸优势的服务，我们就是您的理想合作伙伴。
大型语言模型（例如 ZotGPT 所使用的模型）需要指令才能完成用户的请求。这些指令被称为“提示”，可以涵盖各种潜在的用例。以下库展示了一些您可以在 ZotGPT 中探索和尝试的提示。 我们鼓励您探索不同的提示策略，不仅能找到适合您用例的策略，还能激发您开发自己的提示。如果您有兴趣了解更多关于提示的信息，请务必查看 ZotGPT 学院提供的“提示工程”学习模块。
MCP remote server for AI Engineer World's Fair 2025
Napkin主打简洁的AI思维记录工具，通过自动结构化与可视化功能，让想法捕捉更及时，方便用户快速迭代并与团队共享创意灵感。 Napkin诞生于前Google工程师Pramod Sharma与Jerome Scholler对商业沟通效率的革命性思考。创始团队曾成功打造儿童AI教育品牌Osmo，在长达十年的产品开发过程中，他们深刻体会到文字主导的沟通方式对创意的束缚——冗长的文档与PPT不仅降低信
AlphaEvolve是谷歌DeepMind推出的通用科学Agent，基于结合大型语言模型（LLMs）的创造力和自动评估器来设计和优化高级算法。用Gemini Flash和Gemini Pro两种模型，基于进化框架不断改进最有潜力的算法。AlphaEvolve在数据中心调度、硬件设计、AI训练和复杂数学问题解决等领域取得显著成果，优化矩阵乘法算法，提升数据中心效率，在多个开放数学问题上取得突破。A
Being-M0 基于业界首个百万级动作数据集 MotionLib，用创新的 MotionBook 编码技术，将动作序列转化为二维图像进行高效表示和生成。Being-M0 验证了大数据+大模型在动作生成领域的技术可行性，显著提升动作生成的多样性和语义对齐精度，实现从人体动作到多款人形机器人的高效迁移，为通用动作智能奠定基础。 Being-M0的主要功能 文本驱动动作生成：根据输入的自然语言
MSQA（Multi-modal Situated Question Answering）是大规模多模态情境推理数据集，提升具身AI代理在3D场景中的理解与推理能力。数据集包含251K个问答对，覆盖9个问题类别，基于3D场景图和视觉-语言模型在真实世界3D场景中收集。MSQA用文本、图像和点云的交错多模态输入，减少单模态输入的歧义。引入MSNN（Multi-modal Next-step Navi
一款开源MathModelAgent的AI助手，专为数学建模设计的智能工具，能够自动完成从问题分析、模型构建、代码编写到论文撰写的全流程，展现了AI在学术与技术领域的深远潜力。 MathModelAgent:数学建模的革命性助手 MathModelAgent是一个多智能体协作系统，集成了多个专业模块，包括负责数学建模的“建模手”、代码编写与调试的“代码手”以及论
深势科技是全球AI for Science领导者，依托在交叉学科领域的深耕，构建了“深势·宇知”AI for Science大模型体系，并进一步解决科学研究和工业研发领域的关键问题，将众多学科的科研方法从“实验试错 / 计算机”时代带入了“预训练模型时代”，形成了AI for Science的“创新-落地”链路和开放生态，赋能“千行百业”，为人类经济发展最基础的生物医药、能源、材料和信息科学与工程
未知君是国内行业领先的AI微生物组研究和产业转化平台，旨在通过配方菌、基因工程微生物等微生态治疗方式，实现肠道及其他系统性疾病的缓解或治疗。未知君将人工智能与肠道微生物技术相结合，实现数据高质量分析、沉淀与产出，极大提高了药物开发的效率和成功率。同时，未知君研发肠菌移植解决方案、益生菌产品及行业解决方案，将微生态从科学探索推向产业化落地。
专长：RNA 疗法的基因洞察。Deep Genomics 利用人工智能解码基因组数据，并识别 RNA 疗法的靶点。其专有平台 SPIDEX 已为罕见遗传疾病的治疗开发出有前景的候选药物。Deep Genomics 在利用人工智能设计下一代 RNA 药物方面处于领先地位。 2015年，Brendan Frey与Hannes Bretschneider等人成立了Deep Genomics。公司有20
我们是数据科学家和化学家、生物学家和工程师、临床医生和实验室管理员、药理学家和软件开发人员。我们跨职能工作，运用多种科学语言。我们运用超分辨率显微镜、活细胞、算法和机器人技术——所有这些都是为了让我们能够以前所未有的方式观察与治疗相关的生物学。 我们充满好奇心，求知若渴，热爱自己的工作。我们致力于在分子层面探索生物学和药理学机制，并致力于为尽可能多的生命带来最大的改变。
AlphaFold 是 DeepMind 开源的人工智能系统，借助 AlphaFold 可以更加准确的预测蛋白质的形状。主要应用于医疗保健和生命科学领域，有可能加速药物的研究与发现。 AlphaFold到底厉害在哪里？它的核心武器叫做“深度学习”，简单来说，就是让AI自己去学习成千上万个已知的蛋白质结构，从中找出隐藏的规律。更重要的是，AlphaFold引入了一种叫做“进化信息”的数据，分析
2021年7月，谷歌旗下DeepMind团队和欧洲生物信息研究所（EMBL-EBI）合作，发布由人工智能系统AlphaFold预测的蛋白结构数据库（AlphaFold Protein Structure Database）。这一数据库包含了AlphaFold人工智能系统预测的约35万个蛋白结构，覆盖包括人类以及20种生物学研究中常用模式生物（大肠杆菌、果蝇、斑马鱼、小鼠…）。在人类蛋白质组方面，A
Mujoco（Multi-Joint dynamics with Contact）是一款用于机器人学、生物力学等领域的高性能物理仿真引擎，其核心功能包括动力学模拟、接触力建模及多关节系统仿真。该工具提供直观的操作界面、丰富的物理参数配置以及灵活的约束条件设置，适用于复杂机械系统或生物运动的模拟分析。以下从操作功能、仿真交互机制、核心术语与参数三个维度展开说明。 MuJoCo是“多关节接触动力学”
FutureHouse是指一个非营利组织，它刚刚发布了四个超人类的AI科学家智能体，包括Crow（乌鸦）、Falcon（猎鹰）、Owl（猫头鹰）和Phoenix（凤凰）。这些智能体专门用于科学研究，已经通过了严格的基准测试，在搜索精度和准确性上超越了目前顶级的搜索模型，如o3-mini、GPT-4.5、Claude-3.7。此外，它们在直接文献搜索任务中，检索和综合能力比博士水平的研究人员更高。这
卡内基梅隆大学的研究团队开发出一款名为 LegoGPT 的 AI 模型，能够根据文字指令生成可实际搭建的乐高设计。 比如输入文本「基本款沙发」，一眨眼的功夫，乐高沙发就拼好了。 团队训练了一种自回归大型语言模型，通过预测下一个 token 的方式，判断下一块该放置什么积木。团队还为模型增加了有效性校验和带有物理感知的回滚机制，确保生成的设计不会出现积木重叠或悬空等问题，也就是说最终结果始终可行
英纬达发布了其最新的 Cosmos-Reason1系列模型，旨在提升人工智能在物理常识和具身推理方面的能力。随着人工智能在语言处理、数学及代码生成等领域取得显著进展，如何将这些能力扩展到物理环境中成为了一大挑战。 物理 AI（Physical AI）不同于传统的人工智能，它依赖于视频等感官输入，并结合现实物理法则来生成反应。物理 AI 的应用领域包括机器人和自动驾驶车辆等，需要具备常识推理能
只显示前20页数据，更多请搜索
Showing 1 to 24 of 31 results
