本报告或文章可用于微博、微信公众号、新闻网站等一般性转载,或用于企业的公开市场宣传,或用于企业投融资咨询、上市咨询等用途。这些引用可能是免费的,也可能产生额外的授权费用,头豹将根据您的引用需求向报告或文章发布者取得相应授权,并派专人与您进一步联系。
请务必如实填写引用需求并按授权范围使用本报告或文章,如头豹发现您最终的引用目的超出所引用需求相应的授权范围,头豹有权要求您停止引用并就头豹因此遭受的损失追究您相应的法律责任。
申请引用
纠错
创新指数 | 一级指标 | 二级指标 | 要点 |
---|---|---|---|
基础能力评估 | 预训练模型技术能力 | 评估厂商计算机视觉领域的底层算法模型、预训练模型等技术的能力 | |
机器学习框架技术能力 | 评估厂商计算机视觉领域的底层机器学习框架技术的能力 | ||
智能算力硬件技术能力 | 评估厂商计算机视觉相关的智能芯片、智能服务器、智能终端硬件设备等硬件的表现 | ||
软硬件一体解决方案能力 | 评估厂商计算机视觉相关软硬件一体化解决方案商业化落地、行业应用场景、客户案例等的表现 | ||
研发支出 | 评估厂商计算机视觉领域的技术研发费用、未来的技术研发和布局等情况 | ||
AI人才培养 | 评估厂商在人工智能人才教育领域的布局及AI教育业务发展的情况 | ||
研发团队实力 | 评估厂商计算机视觉领域的研发团队、技术专利、产品设计、竞赛获奖等情况 | ||
产品创新优势 | 评估厂商计算机视觉领域相关技术的优势,包括图像分类技术、目标检测技术、语义分割技术、视频跟踪技术等技术的表现 | ||
AI基础设施布局 | 评估厂商在是否有建设通用人工智能基础设施,包括算法和算力,以及深度学习平台等要素 | ||
综合实力评估 | 产业链协同能力 | 评估厂商在AI产业链协同能力,包括与AI模型开发厂商、AI芯片厂商、AI云端和边缘段算力硬件厂商、AI终端硬件厂商、AI解决方案厂商合作情况 | |
AI生态协同能力 | 评估厂商AI生态协同能力,是否具备AI生态体系,以及与生态合作伙伴、渠道合作伙伴的合作情况 |
头豹的程序员小GG强烈建议您使用谷歌浏览器(chrome)以获得最佳用户体验。