标签 - 隐私保护

{{brizy_dc_image_alt entityId=

什么是联邦学习：以Flower.ai为例，在保护隐私的同时实现协同建模

本篇技术博客深入讲解了联邦学习的核心原理、框架实现、部署方法与数据隐私策略，并结合 Flower 框架与 Whisper 模型案例，面向技术开发者提供完整、深入、可落地的解决方案。

人工智能与算法, 行业知识 , 2025年4月12日 , AI 架构, Flower 框架, Whisper, 分布式训练, 技术部署, 模型微调, 联邦学习, 语音识别, 隐私保护

{{brizy_dc_image_alt entityId=

云端为主，端侧协同：下一代对话式AI智能硬件的技术进化

介绍对话式AI智能硬件从云端训练到设备端推理的技术架构与应用模式。深入分析云端大模型训练、局部模型裁剪、隐私安全及混合推理策略，为下一代智能语音交互设备的发展提供全面洞察。

人工智能与算法, 行业知识 , 2024年12月15日 , AI智能硬件, LLM, 云计算, 人机交互, 对话式AI, 星野AI, 模型优化, 语音助手, 边缘计算, 隐私保护

{{brizy_dc_image_alt imageSrc=

{{brizy_dc_image_alt imageSrc=

© 2025 ZedIoT Ltd. 北京星野云联科技有限公司 All Rights Reserved.

京ICP备2021029338号-2