基于NP-6122-H1、CODESYS及OpenVINO™的AI视觉运动控制器
作者诺达佳 董锋 杨涵CODESYS 王志强英特尔 李翊玮前言 随着人工智能技术的不断进步,AI视觉技术在工业自动化领域的应用日益广泛。AI视觉技术融合了图像处理、计算机视觉和深度学习等先进技术,使得计算机能够识别并理解图像中的内容。在工业自动化中,AI视觉技术主要应用于产品质量检测、生产流程监控、物料分拣以及无人搬运等多个环节。(以上图片由AI大模型生成) 为了满足工业现场对高速、高精度运动

借助OpenVINO™ 在NPU上运行BGE embedding模型,提升RAG整体性能
作者:杨亦诚 BGE全称是BAAI General Embedding,即北京智源人工智能研究院通用Embedding模型,它可以将任意文本映射到低维的稠密向量,在文本向量化任务中得到了广泛的应用。可以看到在C-MTEB中文排行榜中,BGE系列模型的综合能力名列前茅,而在MTEB排行榜所有小于500MB的模型列表中,基于相同模型结构的BGE英文版本bge-large-en-v1.5的综合能力也能位

如何使用 OpenVINO™ 生成式AI API (GenAI API) 以更少的代码构建更快的生成式AI应用
新的 OpenVINO™ 生成式AI API (GenAI API)为开发人员提供了更简单、更清晰的代码来维护。OpenVINO™也从计算机视觉和AI加速和优化库发展成为面向开发人员的生成式AI推动者。 作者:Raymond Lo, Dmitriy Pastushenkov, 武卓 Intel AI软件布道师 随着 ChatGPT 等聊天机器人的风暴席卷全球,生成式预训练Transformers

实战精选 | 使用OpenVINOTM和LlamaIndex构建Agentic-RAG系统
杨亦诚,英特尔高级 AI 工程师背景RAG系统的全称是Retrieval-augmented Generation,本质上是Prompt Engineering,通过在Prompt中注入检索得到的外部数据,可以有效地解决大语言模型在知识时效性和专业性上的不足。但同时传统的RAG系统也有它的缺陷,例如灵活性较差,由于RAG会过分依赖于向量数据库的检索结果,导致其在解决一些复杂问题的时候,只是一味地

基于Qwen-Agent与OpenVINOTM构建本地AI智能体
杨亦诚 Qwen2是阿里巴巴集团Qwen团队研发的大语言模型和大型多模态模型系列。Qwen2具备自然语言理解、文本生成、视觉理解、音频理解、工具使用、角色扮演、作为AI Agent进行互动等多种能力。 图:智能体中工具使用执行逻辑 Qwen-Agent是一个AI智能体的开发框架。开发者可基于本框架开发Agent应用,充分利用基于通义千问模型(Qwen)的指令遵循、工具使用、规划、记忆能力。同时该框
