登录社区云,与社区用户共同成长
邀请您加入社区
9月23日,Intel Connection 2026正式开放社区报名,邀请广大开发者、技术爱好者与创新实践者共赴这场技术盛会。聚焦AI开发者区域,英特尔携手模型厂商、开源社区、生态伙伴共同带来的前沿技术与创新实践,深入了解AI技术如何从开发走向真实应用。
3.7万人报名、1.4万个作品——AI 创作的热度,现场感受远比数字直观。,让你直接玩起来,一个讲清楚,一个玩明白。,讲"一个人怎么做 AI 项目";
本文将介绍由 AbyssGG 开源的纯原生端侧 AI 技术全栈:以 Resonance 为底层硬件推理引擎、NimVoice 为离线语音合成应用示范、Isvik 为系统级高效基础套件。三者协同,实现了零 Python 依赖、毫秒级启动与 Intel NPU 硬件级低功耗加速。
本文提出了一种基于 OpenVINO 推理框架的端侧私有化 RAG(Retrieval-Augmented Generation)系统架构,通过深度融合 BGE Embedding 向量检索与 Qwen2.5 大语言模型,构建了完整的个人知
Qwen3.8 系列在代码编写、专业工作、科学研究及长流程 Agent 任务方面提供顶尖性能。
本文为 OpenVINO™ 社区开发者的实践分享。此项目面向 AI PC 的本地发票 OCR 财务提取 Skill:ocr-finance-skill。
随着 AI 能力的持续演进,英特尔®始终致力于让自身平台紧跟最新的模型创新步伐,把强大的 AI 体验带给每一个人。今天,英特尔非常自豪地宣布对 Muse Glimmer 的支持——这是 Meta 推出的一款全新多模态开放权重 AI 模型,其设计核心即面向智能体(agentic)应用。
本次发布进一步扩展了 OpenVINO™ 支持的模型范围,新增了一批覆盖语言、视觉和目标检测任务的模型。
本文会带你完整走一遍这条部署路径:用 optimum-cli 一条命令导出 OpenVINO IR,用 NNCF 做「有选择」的权重压缩,再用 optimum-intel 的 OVModelForVisualCausalLM 在 Intel CPU / 核显 / Arc 独显上完成流式推理,最后启动一个交互式 Gradio Demo。
本次活动重点鼓励开发者探索如何利用英特尔®酷睿™ Ultra 处理器 异构算力(CPU + GPU + NPU)加速,配合 OpenVINO™ 推理框架,将模型能力转化为可编程、可复用的 Skill 技能包。
近日,英特尔(中国)有限公司与 魔搭社区 ModelScope 正式签署战略合作谅解备忘录(MOU)。双方代表握手落笔的那一刻,也为过去两年的深度协作画上了一个新的逗号——这不是合作的终点,而是一段更深层共建的起点。
本文完整记录了从本地开发到创空间上线的整个过程,以及中间踩过的每一个坑。
第三期以「OpenVINO™的AI开源朋友圈:贡献、集成、一起成长」为主题,围绕OpenVINO™ 2026.2最新特性,覆盖三大方向:更广的模型支持、更快的GPU推理,以及更强的智能体构建能力,同时展示OpenVINO与LangChain、VLLM等开源项目的无缝协作。
一份 Windows 实战部署指南——从零环境到模型开口说话(还会看图)
很多开发者可能已经见过各种 AI 加速盒子,但英特尔这次基于酷睿™ Ultra 架构打造的 AI Box 有点不一样——它直接打破了传统“外挂算力盒子”的形态,把 PC 级的旗舰算力带进了汽车座舱。说白了,就是给车加一个能跑大模型的“外挂大脑”。
如果你最近在做文档智能、屏幕文字提取、工业字符识别,或者希望在 PC 本地实现一个“看得懂图片中文字”的 AI 应用,大概率绕不开 OCR。
本地运行 · 不上传云端 · 一句话部署 —— 基于 MiniCPM 桌宠 + OpenVINO™。
做出一个能用的 Agent,曾经意味着不低的门槛——算力要够、链路要通、工程要硬,普通开发者很难轻装上路。
办公、游戏、观影时腾不出手?樱桃 AI 语音助手,语音指令轻松访问复杂系统功能与设置,从文件操作到系统配置,一句话搞定。
本文将介绍 INT4 KV Cache 压缩是什么、如何开启,以及在实际使用中可以期待怎样的效果。
根据腾讯混元官方发布稿,Hy-MT2 在多个维度做了系统性升级,本节先梳理几个对部署侧最具参考价值的特征。
本文给出一条参考部署路径:环境安装 → optimum-cli 一键导出 INT4 IR → openvino-genai LLMPipeline 推理 → Hybrid Reasoning 双模式实战。
围绕英特尔酷睿Ultra硬件平台与OpenVINO™ 推理加速工具链,结合飞桨框架与FastDeploy极速部署能力,深度拆解多模态模型在通用算力设备上的适配逻辑、提速技巧与性能调优策略,详解产业级AI部署的技术要点与工程难题解法。聚焦飞桨开源技术体系、文心大模型多模态能力与英特尔oneAPI全栈开发生态,解读软硬件协同适配的底层逻辑,展示通用算力环境下,文档智能识别、图文解析、结构化提取等AI应
本文给出一条与OpenVINO Notebooks 中minicpm-v-4.6 教程严格对齐的部署路径。
英特尔 OpenVINO™ 中文社区与魔搭社区联合发起「Intel AI PC 创新应用征文 \x26amp; OpenClaw 技能挑战赛」,旨在邀请每一位 AI 开发者,以代码探索端侧智能的无限可能。
本文将带你了解如何借助 Intel® OpenVINO™ 工具套件,将 FLUX.2 Klein 4B 模型部署到 Intel 硬件上,充分释放其实时图像生成与编辑的能力。
我该如何把机器人、摄像头和平台正确连接起来,从而开始采集可用于训练的演示数据?
让 AI 不止于云端,让智能触手可及。英特尔与魔搭社区期待与您共同定义 AI PC 的“灵魂技能”!
本文基于 OpenVINO™ Notebooks 官方示例,带你从 0 到 1 把 VoxCPM2 部署到 Intel CPU/iGPU/独显上,并覆盖 5 种实用玩法。
当手边没有CUDA环境时,如何把ERNIE-Image在本地跑起来?
发布在lightX2V 社区的Model_Enable_Intel_XPU_Skill 将整个模型的适配过程封装为一套固定流程,使众多开发者能够利用该Skill 采用当前流行的native AI模式快速完成新模型 Intel AI PC 平台上基于LightX2V的快速适配,并利用适配好的模型进行视频生成。第三代英特尔酷睿 Ultra处理器家族以卓越性能、领先显卡表现、强大AI算力与数日电池续航,
OpenVINO™ 已正式实现对 ERNIE-Image 的 Day 0 支持。这意味着开发者可以在模型发布后的第一时间,将 ERNIE-Image 更方便地跑在 Intel CPU 和 GPU 上,快速完成从模型导出、推理验证到应用落地的全流程实践。
Gemma 4 正清晰地体现了这种变化:它将多模态理解、长上下文交互和推理能力整合进了同一个模型家族中。
开发者不需要放弃熟悉的 llama.cpp 工具链,也不需要切换到另一套全新的软件栈,就可以在 Intel® CPU、GPU 和 NPU 上运行 GGUF 模型。
OpenVINO™ 2026.1 持续扩展模型支持版图,并针对 GenAI 模型带来进一步的性能优化。
GPU 和 CPU 处理KV Cache动态性很自然——运行时动态分配内存就行。
本文将详细介绍如何使用 Intel® OpenVINO™ 工具套件优化和部署 MiniCPM-o-4.5 模型,将其 15 个子模型全部转换为 OpenVINO™ IR 格式并进行 INT4/INT8 量化,在 Intel CPU/GPU 平台上实现高效推理。
第十期飞桨黑客松已经正式开启。在本期文心合作伙伴赛道中,英特尔作为合作伙伴之一,带来了面向开发者的 OpenVINO™ 赛题。这一次,我们希望不只是让大家“看见”多模态文档理解的能力,更希望大家亲手把它跑起来、用起来、做成真正可展示、可复现、可落地的作品。
作为智汇金陵· AI开源人才峰会 的一部分,本次活动由英特尔联合魔搭社区共同呈现,吸引了众多开发者、技术专家与合作伙伴齐聚一堂,共同探讨 AI PC 时代的技术趋势与端侧智能体的落地实践。
EAGLE-3作为新一代投机解码(speculative decoding)技术的重要突破,其核心价值在于突破了传统投机解码依赖完全独立草稿模型的技术局限。
欢迎体验 OpenVINO™本年度的首个版本发布!
通过MCP(Model Context Protocol) 和A2A(Agent-to-Agent) 协议协作多个专用智能体(酒店搜索、机票搜索、图片描述),并且用OpenVINO™ 模型服务器(OVMS) 在本地高效运行优化后的推理。
本文分享一个真实跑通的案例:在AI PC上,使用 Unsloth 进行 LoRA 微调,对 meta-llama/Llama-3.2-3B-Instruct 进行训练,让模型具备 Function Calling(工具调用) 能力,并完成推理与评测。
通义千问团队正式发布了 Qwen3-ASR 系列模型,包含 1.7B 和 0.6B 两个版本。作为 Qwen 语音家族的最新成员,它在多语言识别和处理复杂声学环境方面展现了卓越的性能。
继语音识别(ASR)之后,阿里巴巴通义团队再次发力,推出了全新的 Qwen3-TTS 系列模型。
OpenVINO™ 已完成 PaddleOCR-VL-1.5 的 Day 0 适配,并在英特尔® 酷睿™ Ultra 3系列上部署端到端文档解析流水线。
本文会通过实时语音翻译示例,带你一步步了解如何通过 Intel® OpenVINO™ 工具,把这两个模型优化成更轻量、推理更快、部署更灵活的版本,从而在 AIPC 上获得理想的性能。