核心技術

秉承堅持原創的使命,具有完善的產學研體系,擁有多項核心技術能力,讓 AI 賦能百業,實現眾多行業領域突破創新和落地應用。

核心技術
技術能力
以原創技術體系為根基,深度學習平臺為核心“大腦”,布局多領域、多方向前沿研究,快速打通AI在各個垂直場景中的應用。
商湯研究
商湯研究始終堅持原創,不斷突破創新,并已與國內外數十所一流高校和科研院所建立深度合作關系,具有深厚的人工智能領域學術積累和健全的人才培養機制。
核心優勢



學術成果

論文解讀

學術論文

  • Unifying Spatial-Temporal Graph Convolutions with Disentangled Multi-Scale Aggregators for Skeleton-Based Action Recognition

    IEEE Conference on Computer Vision and Pattern Recognition,2020

    2020 CVPR Oral
  • Sequential 3D Human Pose and Shape Estimation from Point Clouds

    IEEE Conference on Computer Vision and Pattern Recognition,2020

    2020 CVPR Poster
了解更多
學術合作與國內外一流高校和科研院所緊密合作
高度重視產學研結合,
積極與高校和科研院所共建產學研協同創新共同體
商湯高度重視產學研協同創新工作,通過共建聯合實驗室,攜手海內外著名高等院校和科研院所,加強產學研用深度融合,開展核心技術聯合攻關,共同致力前沿技術突破,實施高素質研究與創新人才培養,推動學術研究和行業應用結合,共同打造緊密良性的產學研協同創新生態。
了解更多
研究動態
學術動態
【商湯泰坦公開課】超大規模目標檢測任務的挑戰與進展
與傳統的學術目標檢測任務不同,真實場景下的超大規模視覺檢測任務往往面臨著嚴重的長尾效應和目標多標簽分類的情況,大規模視覺檢測任務的檢測器設計與優化也一直是計算機視覺領域的重要研究點。COCO Challenge及OpenImage Object Detection Challenge等目標檢測競賽強有力地驅動著檢測算法的創新。
2020 年 05 月 28 日
泰坦公開課
學術動態
【商湯泰坦公開課】AutoML知多少
AutoML(自動機器學習)以及NAS(神經架構搜索)是深度學習領域目前最具潛力和影響力的方向之一,其目的是更加自動化地實現神經網絡的結構設計以及超參優化等方面。
2020 年 05 月 07 日
AutoML NAS
泰坦公開課
了解更多