当前位置: 首页 > ai >正文

全球首个体重管理AI大模型“减单”发布,学AI大模型来近屿智能

全球首个体重管理 AI 大模型 ——“减单”于3月 23 日在合肥正式发布。该大模型由安徽医科大学校长翁建平教授团队与中国科学技术大学附属第一医院、浙江诺特健康科技股份有限公司联合研发。

“减单”是在 DeepSeek、OpenAI、豆包 3 个大模型的基础上,结合该科技公司 21 年的知识库积累以及超 40 万患者的管理数据训练而成。该模型通过“智能工具 + 专业支持 + 生态构建”,将原本需要专业团队持续跟踪的体重管理服务,转化为可融入生活场景的数字化健康伙伴。其模块化应用可快速扩展至内分泌科、营养科乃至全科管理领域,预计 3 年内该模型可覆盖 1 亿名以上慢病患者。

通过患者与“减单”互动生成结构化健康档案,医生可以在30秒内快速掌握患者的全周期健康画像。用户拍照上传每餐食物,大模型智能助手自动识别分析营养成分和热量,告知其中碳水化合物、蛋白质和脂肪的含量,结合用户健康档案,生成个性化评价和膳食指导建议。AI大模型与专业医生结合,可以实现对肥胖人群“千人千策”式的个性化干预,帮助老百姓从“被动治疗”转向“主动预防”。

当前,我国成人超重率达 34.3%、肥胖率达 16.4%,且呈年轻化趋势。据研究预测,2030 年成人超重肥胖率或飙升至 70.5%。2024 年 6 月,国家卫生健康委等 16 部门联合制定了《“体重管理年”活动实施方案》,提出力争通过 3 年左右时间,广泛建立体重管理支撑性环境,其中特别强调了科技支撑与赋能

下一步,研发团队将继续优化“减单”的功能并致力于推广,让AI技术惠及我国更多的肥胖相关慢性疾病患者。

随着科技发展,AI大模型越来越融入人们的生活,现在正是学习AI,加入AI行业的绝佳时机。近屿智能精心策划并推出了《AIGC大模型应用工程师》、《AIGC多模态大模型应用工程师》及《AIGC多模态大模型产品经理》三大AIGC大模型课程,结合实战项目演练,帮助学员快速掌握前沿AI技术和大模型应用,课程还提供求职辅导、面试机会和就业推荐,三大AI培训课程助力学员在AI时代脱颖而出。

A系列:AIGC大模型应用工程师课程:培养扎实的人工智能理论基础,专注于大模型集成、应用开发和指令训练,教授如何调用API、构建专业领域AI Agent,以及对大模型进行精准微调,以提升特定任务的商业应用性能。

A2阶段

通过程序调用闭源大模型API,将基于应用场景构建的专业提示词封装到已有的系统中,有效激发闭源大模型的能力,在现有软系统上实现功能扩展或新应用构建。

A3阶段

针对大模型在已有提示词上的性能表现不足的问题,构建面向任务的指令训练语料,对大模型进行有监督的指令微调(SFT),提升大模型在应用上的性能。

A4阶段

能够根据应用需求,对大模型进行精调,同时借助LangChain等大模型应用框架,通过集成领域或场景专业知识、调用智能体等,扩展大模型能力,构建专业的智能问答系统、知识检索系统或多智能体集成系统。

B系列:AIGC多模态大模型应用工程师课程:深入探索MLLM工具的使用、API调用、工具开发与增强,涵盖AI创作、视觉艺术、音乐生成及多模态技术,旨在打造精通AI技术应用与创新的多模态大模型工程师。

文生文

介绍如何使用开源的Llama、ChatGlm或者闭源的蛙蛙写作、通义、Kimi等进行AI文本创作,如果你有一些可以模仿的作品集或者自己的历史作品集,可以通过对开源的Llama、ChatGlm进行微调(SFT),让大模型生成海量的类似风格的小说、剧本、软文和广告脚本等。

文生图

会用开源的Flux、Stable Diffusion或者闭源的MidJourney进行AI图片创作,如果你有一些可以模仿的作品集或者自己的历史作品集,可以通过对开源的Flux或者Stable Diffusion进行微调(SFT),让大模型生成海量的类似风格的KV、电商详情页、海报和字体等。

C系列:AIGC多模态大模型产品经理课程:培养一个新兴的职业角色AI产品经理,专注于利用人工智能生成内容(AI Generated Content)的技术,涵盖从基础入门到实战项目,包括产品管理、竞品分析、AI工具应用、大模型技术原理及其在多模态领域的创新应用,旨在培养具备AI时代产品管理能力的专家。

涵盖从基础入门到实战项目,包括产品管理、竞品分析、AI工具应用、大模型技术原理及其在多模态领域的创新应用,旨在培养具备AI时代产品管理能力的专家。



喜欢的朋友记得点赞、收藏、关注哦!!!

http://www.xdnf.cn/news/13507.html

相关文章:

  • CMake指令: add_sub_directory以及工作流程
  • 速盾:高防CDN可以加速数据库吗?
  • ​​5G通信设备线路板打样:猎板PCB如何攻克高速数据传输技术瓶颈​​
  • bat 批处理查看文件年龄
  • C51 KEIL使用使用问题处理
  • Java异步编程深度解析:从基础到复杂场景的难题拆解
  • K8S中应用无法获取用户真实ip问题排查
  • 数据链抗干扰
  • DNS小结
  • 避免在 iOS 和 Android 的 WebView 中长按出现复制框等默认行为
  • 手机解压 7z 文件全攻略
  • 【全志V821_FoxPi】2-2 切换为spi nand方案启动
  • HTML5 浮动
  • 统计可分解整数的数量
  • leetcode1584. 连接所有点的最小费用-medium
  • 2025低空经济区的安全与应急控制专题研讨会(SECOLZ 2025)
  • DDoS攻防实战:从应急脚本到AI云防护系统
  • 2025年智慧城市与管理工程国际会议(ICSCME 2025)
  • 第二章——线性表之循环链表、静态链表
  • 机械ERP需要解决的几个问题?关于非标机械行业物料编码,如何提升建立效率的说明!
  • 【深度学习】深度学习中的张量:从多维数组到智能计算单元
  • GO语言使用gorm的dbresolver插件实现数据库读写分离
  • iOS开发申请组播/广播权限​
  • 【C/C++】long long 类型传参推荐方式
  • asio之静态互斥量
  • 【PmHub面试篇】集成 Sentinel+OpenFeign实现网关流量控制与服务降级相关面试题解答
  • 远程io模块在汽车流水线的应用
  • 深度学习工具四剑客:Anaconda、Jupyter、PyTorch与CUDA详解
  • 达梦数据库dsc集群+异步主备
  • DeviceNet转Modbus RTU网关在玻璃制造中的关键应用