面向竞技体育分析的监督式动作识别
面向完整比赛视频的细粒度动作分类。
- a搭建监督学习管线，包含 100 多个由专家标注的动作类别和片段级标注。
- b训练视频 Transformer 模型，实现片段级预测，并在复盘流程中实时推理。
- c交付定制标注界面，加快数据集扩充与质检反馈闭环。
案例研究
是在生产环境运行的系统，不是 PPT。
Sneakers Radar：跨平台球鞋交易自动化
在 StockX、GOAT 和得物（Poizon）上自动上架、下架与定价。
- a一个自动化平台，把 StockX、GOAT 和得物整合进同一套运营流程。
- b实时库存中心将上架、下架和价格更新即时推送到三个平台。
- c自动询价与压价逻辑随行情变化及时响应，无需人工调价。
Talk2Dom：AI 驱动的页面元素定位器
面向测试与数据流程的自然语言浏览器自动化。
- a将用户意图转化为 Selenium 和 Playwright 可用的精确 DOM 定位。
- b兼容 OpenAI 的 API，可直接接入现有自动化技术栈。
- c降低选择器繁多、容易失效的测试与爬取系统的维护成本。
面向全球媒体智能的多语言 Whisper 微调
覆盖日语、韩语、普通话、粤语和法语的生产级语音识别。
- a构建并对齐超过 1,200 小时的影视娱乐领域语音数据，并做到时间戳级别的质量控制。
- b使用针对性的 LoRA 适配器微调 Whisper small 与 medium，应对语码转换和低延迟场景。
- c在嘈杂的媒体环境下实现低于 15% 的词错误率（WER），支撑可规模化的字幕与索引流程。
24–48 小时内回复