PaddlePaddle

AI赋能，让PPT制作更加高效！

释放你的创意，一起摇摇乐！

文心 ERNIE Bot SDK 结合Lang Chain构建问答系统。

自适应寻优，PP-TSv2高精度时序分析工具。

LLM大模型落地，你还缺个准确的文档图像信息抽取神器。

使用视觉大模型，大幅提升视觉任务模型精度。

40+精选模型、5+特色工具、20+经典案例一文get！

飞桨精选模型的一站式开发平台，加速AI产业落地。

OCR方向的工程师，一定有在关注PaddleOCR这个项目，其主要推荐的PP-OCR算法更是被国内外企业开发者广泛应用。短短几年时间，PP-OCR累计Star数量已超过32.2k，频频登上GitHub Trending和Paperswithcode日榜月榜第一，称它为OCR方向目前最火的repo绝对不为过。PaddleOCR主打的PP-OCR系列模型，在去年五月份推出了v3。最近，飞桨AI套件团队针对PP-OCRv3进行了全方位的改进，重磅推出了PP-OCRv4！

飞桨在 AI Studio 上全新上线了PaddleX 2.0的云端版本，只需要在模型库中选择支持 PaddleX 2.0 的模型，创建模型产线，即可通过工具箱模式/开发者模式快速体验模型产线全流程。

该论文主要采用图神经网络，因为在计算流体力学中计算域被网格离散化，这与图结构天然契合。论文中通过训练 CFD 仿真数据，构建一种数据驱动模型进行流场预测。本文将与大家分享基于飞桨完成该论文的复现过程，欢迎大家一起沟通学习。

本次大赛聚焦 “AIGC推理性能优化”与“商业转化行为预测两大热点议题，赛事面向全社会开放，重点聚焦高校人才。本次大赛设有丰厚的奖金机制，奖池共计63万元（其中赛道一奖池总计42万元，赛道二奖池总计21万元），最高级别奖金高达20万元。同时，针对表现优异的高校参赛者，百度还将提供校招直通机会，为职业发展奠定基础。

在飞桨 AI Studio 和 PPDiffusers 的支持下，华南农业大学 SCUrban Lab 团队尝试在风景园林的场景下对 Stable Diffusion 模型进行调教优化。本文将分享当前探索成果，除此之外，我们也公开了一个“城市公园”场景下的 LoRA 模型权重，欢迎大家测试反馈。

文心一言的诞生“文心一言就是在这个全国 AI 领域规模最大的高性能 GPU 集群上完成训练的。”早在 2021 年 6 月，为了满足未来的大模型训练任务，百度智能云开始规划全新的高性能 GPU 集群的建设，联合 NVIDIA 共同完成了可以容纳万卡以上规模的 IB 网络架构设计。

5 月 6 日，以“场景驱动•数智强国”为主题的第十二届吴文俊人工智能科学技术奖颁奖典礼暨 2022 中国人工智能产业年会在北京和苏州两地同期召开。百度首席技术官、深度学习技术及应用国家工程研究中心主任王海峰带领团队完成的“知识与深度学习融合的通用对话技术及应用”成果，荣获“ 2022 年度吴文俊人工智能科技进步奖特等奖”，这是该奖项首次评出特等奖。

‍‍北京时间 5 月 2 日凌晨，国际顶级学术期刊《 Nature 》正刊发表了百度与合作单位在生物计算领域的重磅突破性成果——《 Algorithm for Optimized mRNA Design Improves Stability and Immunogenicity 》，提出 mRNA 序列优化算法 LinearDesign 。

‍‍众所周知，实时目标检测( Real-Time Object Detection )一直由 YOLO 系列模型主导。飞桨在去年 3 月份推出了高精度通用目标检测模型 PP-YOLOE ，同年在 PP-YOLOE 的基础上提出了 PP-YOLOE+ 。后者在训练收敛速度、下游任务泛化能力以及高性能部署能力方面均达到了很好的效果。而继 PP-YOLOE 提出后，MT-YOLOv6、YOLOv7、DA...

图像分割是计算机视觉的一项基础技术，其目标是将图像中的像素按内容分成不同的类别。在广大开发者的使用、反馈和贡献之下，PaddleSeg 持续迭代升级，整体架构设计更加合理优雅，集成的模型日益丰富，在语义分割、交互式分割、深度抠图、人像分割、医学图像分割等重点场景也逐步形成了独具特色的功能。

本文整理自百度研究院的高级研究员沈哲伦和资深研发工程师吴泽武的主题演讲——飞桨深度增强开发套件 PaddleDepth 和飞桨三维感知开发套件 Paddle3D 。

本文提出了针对单阶段半监督目标检测任务的Ambiguity-Resistant Semi-supervised Learning（ARSL）算法，创新地提出了两个通用的单阶段半监督检测模块：Joint-Confidence Estimation（JCE）和Task-Separation Assignment（TSA）。

PaddleSpeech是飞桨开源语音模型库，其提供了一套完整的语音识别、语音合成、声音分类和说话人识别等多个任务的解决方案。近日，PaddleSpeech迎来了重要更新——r1.4.0版本。在这个版本中，PaddleSpeech带来了中文wav2vec2.0 fine-tune流程、升级的中英文语音识别以及全流程粤语语音合成等重要更新。

PP-YOLOE家族再添新员，半监督、少样本、蒸馏学习加持，旋转框、小目标、密集全场景检测覆盖；PP-Human、PP-Vehicle：功能新增、推理提速、多路视频流支持；半监督检测、少样本学习、模型蒸馏算法全面开源，助力解决少样本、泛化性、标注量、冷启动问题。

飞桨Stable Diffusion模型能实现在单卡80G A100(SXM4)上，512*512分辨率生成图像(50 iters)推理时延0.76s，推理速度达到68.2 iters/s，显存占用4.6G，显存占用方面和速度方面均为当前业界最优效果。

百度商业团队、飞桨PaddlePaddle参数服务器架构团队以及昆仑芯团队，联手实现训推一体化落地

四万行代码是怎样炼成的？欢迎和我一起加入贡献代码的行列。

近年来，随着深度学习技术的迅速发展，大规模预训练范式通过一次又一次刷新各种评测基线证明了其卓越的学习与迁移能力。在这个过程中，研究者们发现通过不断地扩大模型参数便能持续提升深度学习模型的威力。然而，参数的指数级增长意味着模型体积增大、所需计算资源增多、计算耗时更长，而这无论出于业务线上响应效率的要求还是机器资源预算问题，都给大模型落地带来了极大的挑战。让我们一起看看文心ERNIE 3.0 Tiny如何来解决这些问题的吧！

大家好，飞桨时序模型库PaddleTS的重磅升级啦，今天为大家介绍带来的是PaddleTS此次升级的核心内容解读，快来看看有没有你所期待的新内容！

飞桨在长期的产业实践中发现，开发者使用开源模型项目落地普遍会遇到三大难题，而针对这些问题，飞桨特色产业级模型库为开发者提供了三个方面针对性的解决方案，一起来看看吧~

2022年11月，飞桨框架2.4版本发布。相比飞桨框架2.3版本，飞桨框架v2.4增加了167个功能性API，新增稀疏计算(paddle.sparse)、图学习(paddle.geometric)和语音处理(paddle.audio)等更多领域API，同时也进一步完善了loss计算、张量计算、分布式和视觉变换等类别的API。下面我们将为大家详细介绍每一类新增API及其应用场景示例，方便大家快速了解和上手使用哦~

同时支持复杂图算法+超大图+超大离散模型的 GPU 图训练端对端解决方案。

YOLOv8的升级点、YOLO系列模型选型指南、YOLO系列模型多硬件快速部署