大模型
關注創建者：匿名 創建時間：2026-01-04
大模型的視頻教程
零基礎Python科研入門——AI時代編程邏輯與AI實戰
在AI時代浪潮下，程序作為一門機器語言同樣可以被AI大模型很好地學習，在如ChatGPT，Deepseek、豆包等軟件風靡全球的背景下，如何利用AI為我們快速編程，上手Python并解決科研問題？ 本課程由清華大學工科博士主講，將為零基礎、弱基礎同學講述如何在新時代背景下快速上手Python編程語言，并在機械、力學等問題中實際應用。
￥20 1小時27分鐘 69播放
查看
ANSYS ICEPAK電子散熱仿真全套原創視頻教程
大模型如何用對稱模進行仿真 ICEPAK教程—參數化優化設計篇 如何利用參數化控制對散熱片進行優化設計 如何利用參數化控制對散熱片進行優化設計-2 如何利用參數式優化進行多模型交換式仿真 如何重新打開參數優化Trials 如何進行多材料模型優化設計 ? ICEPAK教程—瞬態模型的應用與分析篇 瞬態的基本設置 瞬態模型之線型(LINEAR)模型 瞬態模型之冥函數(POWER
￥1499 5分鐘 1056播放
查看
ANSYS/ls-dyna動態壓縮劈裂（SHPB）破壞形態調試經驗及三維節理創建講解
2.對動態沖擊壓縮、動態劈裂模型進行調試，并講解不同接觸類型對破壞效果及曲線的影響，對空節理、充填節理試件的接觸類型進行調試，解決試件本身網格穿透的問題。 3.介紹各種三維節理的創建方式，節理創建方法可適用于大尺度模型中層理、裂隙的模擬中。
￥79 1小時59分鐘 778播放
查看
大模型的實例教程
3.4
融合大語言模型和機器學習的SimManager智能仿真平臺應用場景
融合大語言模型和機器學習的智能仿真平臺應用場景，除了常規的基于仿真平臺的仿真工作以外，基于大語言模型LLM+機器學習ML的賦能，擴展應用場景如下：
圖 3 融合大語言模型的智能仿真平臺擴展應用場景
基于上述架構的進行了SimManager+DeepSeek+Odyssee的本地化集成部署。采用DeepSeek開源的大語言模型,并在本地部署文字向量化數據庫，將本地（用戶生產環境則對應SDM數據庫）的仿真知識，進行向量化存入本地向量數據庫，作為在仿真專業領域進行更精確回答的基礎。
因原始的大語言模型未涵蓋本地知識，在構建本地向量數據庫前，針對相關問題不能給出準確的回答。在將相關數據和文檔上傳SimManager平臺，同時進行向量化。當用戶提問時，系統自動將帶有提示詞的上下文信息提供給大語言模型，能夠給出準確的回答。如下圖：
圖 4 基于DeepSeek本地知識庫的仿真平臺問答場景（1）
圖 5 基于DeepSeek本地知識庫的仿真平臺問答場景（2）
04
應用成效與價值提升
通過應用實踐，融合大語言模型和機器學習的SimManager智能仿真平臺，能夠進一步擴展仿真平臺的使用場景，協助仿真人員實現仿真知識快速反饋、仿真數據挖掘和重用、協助文檔生成、專家經驗重用等，如下所示：
圖5 融合大語言模型和機器學習的SimManager智能仿真平臺
展開 一、人工智能與大模型技術
人工智能（Artificial Intelligence，簡稱AI）是一種計算機科學技術，旨在使計算機能夠模仿、學習和執行人類智能任務。它涉及到多個不同的子領域，包括機器學習、自然語言處理、計算機視覺和強化學習等。通過使用大數據、算法、神經網絡等技術，人工智能可以通過分析和理解數據來建立模型，并對新數據進行決策和預測，從而實現某些特定的任務。與傳統計算機程序不同的是，人工智能可以根據以前的經驗和學習來改進自己的性能，在某些情況下能夠比人類更準確和高效地完成任務。人工智能被廣泛應用于各種領域，例如醫療保健、金融、交通運輸、制造業、社交媒體、游戲和安全等。
大模型通常指的是由數億至數千億個參數組成的深度學習模型。這些模型需要巨大的計算資源和存儲空間，因此非常昂貴且能夠運行的硬件配置也要足夠強大。大型模型代表了人工智能領域最先進的技術，廣泛應用于自然語言處理、圖像識別、語音識別和推薦系統等領域。擁有更多的參數可以提高模型的準確性和精度，但同時也會導致更復雜的訓練過程、更長的訓練時間和更高的硬件成本。GPT-3就是一種例子，它具有1750億個參數，在人工智能技術中占據著重要的地位。
二、神經網絡算法與大模型
神經網絡（Neural Network）是一種復雜的數學模型，建立在類比生物大腦神經元之間傳遞信息的基礎上。
展開 隨著大模型在多模態感知與復雜推理能力上的突破性進展，具身智能正從簡單的"執行工具"向具備自主決策能力的"智能體"進化。這一轉變不僅重新定義了機器人的能力邊界，更徹底重構了人工智能技術創新的底層邏輯，推動產業進入"認知智能+物理執行"深度融合的全新周期。
技術突破：從感知到決策的跨越式發展
當前，大模型技術已經突破了傳統AI的局限，展現出前所未有的多模態理解能力。通過海量數據的預訓練，這些模型能夠同時處理視覺、聽覺、觸覺等多種感知信號，實現對物理世界的立體認知。更重要的是，新一代大模型在復雜推理能力上取得了顯著進步，能夠進行多步邏輯推演、因果分析和不確定性決策，這為機器人賦予了類似人類的"常識"和"判斷力"。
在技術實現路徑上，研究人員通過構建"感知-認知-行動"的閉環系統，將大模型的決策能力與機器人的執行機構無縫銜接。例如，某實驗室開發的具身智能系統已經能夠理解"請把桌上的紅色杯子移到廚房"這樣的復雜指令，自主規劃移動路徑、識別目標物體并完成精確抓取，整個過程無需人工干預。這種能力標志著機器人從"程序化響應"向"情境化決策"的根本轉變。
產業變革：重構技術創新邏輯
大模型作為核心"大腦"的技術架構，正在重塑整個機器人產業的發展軌跡。傳統上，機器人研發面臨著感知、決策、執行三大模塊割裂的困境，各環節的進步難以形成合力。而現在，以大模型為統一中樞的新范式，實現了從環境理解到物理執行的全鏈路貫通，極大提升了系統的整體性能。
這一變革催生了一批創新應用場景。在工業領域，具備自主診斷能力的維修機器人能夠分析設備異常聲音和振動信號，快速定位故障原因并執行修復操作；在醫療領域，手術輔助系統可以理解醫生的自然語言指令，實時調整手術方案；在家庭服務場景，新一代家政機器人不僅能完成清潔任務，還能根據家庭成員的習慣主動優化服務流程。
展開 當大模型突破多模態感知與復雜推理瓶頸，具身智能正從“執行工具”進化為“自主智能體”——大模型作為核心“大腦”，為機器人賦予環境理解、自然交互與自主決策能力，徹底重構技術創新邏輯，開啟“認知智能+物理執行”的全新產業周期。定于2026年6月10日-12日在北京舉辦的“2026北京人工智能展會-世亞智博會”，精準錨定這一技術融合趨勢，以“大模型賦能·機器人進化”為核心，打造亞洲頂級的融合技術發布與生態協同高地，推動產業從單點突破邁向全鏈共振。
作為立足北京、輻射全球的高端AI產業盛會，本屆世亞智博會緊扣國家數字經濟發展戰略，依托北京作為全國科技創新中心的資源稟賦，匯聚清華、北大等頂尖高校、中科院等重點科研院所，以及百度、小米等科技巨頭的創新力量，構建起覆蓋“基礎層-技術層-應用層”的全產業鏈展示體系，全方位呈現大模型與機器人融合的前沿成果，破解產業發展痛點，鏈接全球創新資源
展會現場將設置五大核心展區，精準匹配行業需求，打造沉浸式觀展體驗。其中，大模型核心技術展區聚焦多模態大模型、輕量化部署、訓練數據治理等核心領域，集中展示可獨立復核的技術指標與創新成果，涵蓋推理延遲、準確率、能耗等關鍵參數，直觀呈現大模型在環境感知、復雜推理上的突破；具身智能機器人展區則匯聚人形機器人、四足機器人、智能巡檢機器人等各類產品，既有像Galbot那樣可實現透明物體精準抓取、24小時無人值守運營的前沿機型，也有應用于工業巡檢、醫療服務、公共服務等場景的成熟解決方案，現場演示機器人自主導航、協同作業、人機交互等核心能力，讓觀眾近距離感受“自主智能體”的科技魅力，其中基于具身大模型的多場景智能巡檢機器人，將展示其通過多模態數據融合、云邊協同機制實現精準檢測的核心優勢，凸顯在提升效率、保障安全、降低成本方面的價值。
展開 為支持星智X-Intelligence大模型開發，國家新型顯示技術創新中心依托行業專家，全力構建行業知識體系并開發顯示領域專業知識數據庫，推動大模型快速迭代，進一步提升了該大模型的專業性。未來，國家新型顯示技術創新中心將繼續為行業服務，積極支持國內更多產業鏈企業，開發企業專屬大模型，挖掘大模型在顯示領域的巨大潛力，推動我國顯示行業可持續高質量發展。
星智X-Intelligence大模型的發布不僅在技術上推動中國顯示產業的升級，也有望成為中國在全球顯示技術領域的一張重要名片。這一創新的背后，國家新型顯示技術創新中心以其專業化創新平臺的優勢，匯聚了產業鏈企業、高校、科研院所等多方力量，凝聚了來自不同領域的頂級科研人才，推動著顯示產業的升級與創新。
展開 
大模型的相關專題、標簽、搜索
大模型的最新內容
大模型與工具展區
通用基礎大模型（大語言模型、視覺大模型、語音大模型、多模態大模型）、垂直行業/領域大模型、大模型開放平臺、AI Agents、Al開源社區、模型平臺/模型服務等。
展會優勢
優勢一：把握全球發展新機遇，拓寬國際視野
深圳國際人工智能展覽會不僅是一場國內領先的人工智能行業盛會，更是一個面向全球的開放平臺。
它為何如此重要
SDC Verifier的前處理和后處理工具通過處理載荷應用和結果分析，簡化了大規模模型的處理。這些工具可幫助工程師：
高效管理和應用復雜載荷工況
確定設計中的高影響區域的優先級
通過自動化載荷處理和結果解釋來節省時間
通過可自定義的篩選器和篩選標準提高準確性
使用這些方法，您可以加快分析速度，減少錯誤并確保項目順利進行。
OpenRadioss核心代碼采用Fortran作為主要編程語言，部分功能使用C/C++實現，代碼架構整體模塊化，包含前處理模塊（starter）和求解器模塊（engine），最大能夠處理千萬網格數的大規模模型和輸出大型可視化文件。
在原始代碼中，數組定義、內存分配、并行通信上有“硬編碼限制”，使得并行上限固定為8192進程。
我們可以將我之前推文提到的umat-taylor模型轉化為vumat子程序，進一步使用晶體塑性模型模擬大變形結構尺度材料變形行為。案例展示如下：
初始模型參考文章的設置（上下兩層鋼板，中間為薄殼結構）：
使用通用接觸，摩擦系數設置為0.5，共4000個單元，每個單元包含50個具有不同初始取向晶粒。共20萬晶粒。
邊界條件設置為下端鋼板固定，上端下壓。
龍頭企業領跑
大模型領域：阿里云 “通義千問”、深度求索 DeepSeek 等全球領先開源大模型，構筑算法 “大腦” 優勢；
機器人領域：?？禉C器人、宇樹科技、云深處等，在工業機器人、四足機器人、人形機器人領域技術全球頂尖；
核心部件領域：新劍機電、環動科技、華?？萍嫉绕髽I，打破國外壟斷，實現關鍵零部件國產化替代，助力破解行業“卡脖子”難題。
本次2027北京國際具身智能與人形機器人展覽會，將匯聚全球頂尖企業、科研機構與行業精英，全面展示具身智能大模型、人形機器人本體、核心零部件、智能控制系統、場景化解決方案等全產業鏈前沿成果，再現機器人協同作業、高精度交互等真實應用場景，讓您直觀感受技術革新的強大力量。
未來的智能座艙競爭，不僅僅是AI大模型上車的軟件競爭，更是一場關于 “物理可靠性” 的硬仗。屏幕作為智能化的唯一窗口，它的穩定性是“1”，而其他的酷炫功能都是后面的“0”。北京沃華慧通測控技術有限公司，這家扎根于北京的國家級高新技術企業，憑借其在跌落、沖擊、力學測試及自動化機器人領域的深厚積累 ，正在從幕后走向臺前，成為這場“質量暗戰”中的關鍵賦能者。
展會設置人工智能館、機器人館兩大核心展區，涵蓋AI芯片、算力服務器、多模態大模型、人形機器人、四足仿生機器人、醫療康復機器人等全產業鏈展品，實物展品比例超90%，讓觀眾直觀感受科技從“實驗室”走向“千行百業”的迭代歷程。
在核心技術展區，觀眾將近距離接觸具身智能大模型、高端AI芯片、機器人核心零部件等“硬核科技”，其中采用高通躍龍QCS8550芯片平臺的人形機器人原型機將驚艷亮相，其“大小腦”一芯解決方案，實現端側大模型與運動控制等多任務的單芯片集成，破解行業核心發展瓶頸，展現“AI+芯片+生態”的創新模式魅力。
相關機型 UltraLAB A330
方案B：科研團隊/工業設計 — 大規模代理模型訓練工作站
適用場景：多物理場耦合代理模型（電-熱-力-流）、大規模DOE（500~5000點）、不確定性量化（GP/PCE）、仿真App商業化部署前驗證。
