开源｜业界首个应用落地的非自回归端到端语音识别模型，推理效率可提升10倍
近期，阿里巴巴达摩院发布新一代语音识别模型Paraformer，这是业界首个应用落地的非自回归端到端语音识别模型，在推理效率上最高可较传统模型提升10倍，且识别准确率在多个权威数据集上名列第一。
目前，该模型于魔搭社区面向全社会开源，适用语音输入法、智能客服、车载导航、会议纪要等众多场景。
开源！一文了解阿里一站式图计算平台GraphScope
随着大数据的爆发，图数据的应用规模不断增长，现有的图计算系统仍然存在一定的局限。阿里巴巴拥有全球最大的商品知识图谱，在丰富的图场景和真实应用的驱动下，阿里巴巴达摩院智能计算实验室研发并开源了全球首个一站式超大规模分布式图计算平台GraphScope，并入选中国科学技术协会“科创中国”平台。本文详解图计算的原理和应用及GraphScope的架构设计。
阿里达摩院公布5G+VR新进展，推进虚拟现实技术规模化落地
VR迎来5G技术融合新突破！近日，在2022世界VR产业大会上，阿里达摩院XG实验室公布“5G+VR”的新进展，已成功实现便捷、可控、高性能、高可靠的线下规模终端技术验证，并推出“云化5G专网+VR”解决方案，为虚拟现实规模化落地提供新选择。
阿里云数字化咨询ADRSP方法论深度解读
本期解读白皮书中阿里咨询谁方法论ADRSP，阿里云ADRSP方法代表了互联网行业向B端企业应用行业的探索实践，是一个侧重于数字化项目建设的现实可执行方法论，展现了其独特的互联网特色。
网络流问题--仓储物流调度【数学规划的应用(含代码)】阿里达摩院MindOpt
本文通过使用MindOpt工具优化仓储物流调度问题，旨在提高物流效率并降低成本。首先，通过考虑供需匹配、运输时间与距离、车辆容量、仓库储存能力等因素构建案例场景。接着，利用数学规划方法，包括线性规划和网络流问题，来建立模型。在网络流问题中，通过定义节点（资源）和边（资源间的关系），确保流量守恒和容量限制条件下找到最优解。文中还详细介绍了MindOpt Studio云建模平台和MindOpt APL建模语言的应用，并通过实例展示了如何声明集合、参数、变量、目标函数及约束条件，并最终解析了求解结果。通过这些步骤，实现了在满足各仓库需求的同时最小化运输成本的目标。
切割问题【数学规划的应用（含代码）】阿里达摩院MindOpt
本文主要讲述了使用MindOpt工具对切割问题进行优化的过程与实践。切割问题是指从一维原材料（如木材、钢材等）中切割出特定长度的零件以满足不同需求，同时尽可能减少浪费的成本。文章通过实例详细介绍了如何使用MindOpt云上建模求解平台及其配套的MindOpt APL建模语言来解决此类问题，包括数学建模、代码实现、求解过程及结果分析等内容。此外，还讨论了一维切割问题的应用场景，并对其进行了扩展，探讨了更复杂的二维和三维切割问题。通过本文的学习，读者能够掌握利用MindOpt工具解决实际切割问题的方法和技术。