tp钱包安卓下载链接|damo _比特派(Bitpie)官网-比特派钱包app官方下载-bitpie官网下载app

达摩院

【AI研究院】一年了，再看看江湖中的达摩院 - 知乎

【AI研究院】一年了，再看看江湖中的达摩院 - 知乎首发于有三AI学院切换模式写文章登录/注册【AI研究院】一年了，再看看江湖中的达摩院龙鹏-笔名言有三北京有三教育科技有限公司 CEO国内三大科技领头羊BAT，BT我们已经介绍过，今天随我一起揭开阿里巴巴技术背后的神秘面纱。作者 | 臧小满编辑 | 臧小满 01 达摩院的诞生1.1 冠名与成立2017年10月11日，第八届云栖大会在杭州拉开了帷幕，这次大会上，马云重磅宣布成立了阿里巴巴全球研究院，取名为达摩院（DAMO），并计划3年内，对达摩院的投入会超过100亿。 “达摩院”在金庸小说里代表武学的最高殿堂，今天被阿里用来做研究院的名称，光是名字就能看出阿里的野心。达摩院覆盖了机器智能、数据计算、机器人、金融科技、X 实验室5大研究领域，14个实验室。1.2 定位与期望演讲中马云提到了达摩院定位，no for fun, for fun走的太远，no for profit, for profit，走的太近，要想走长，要做到research for solving the problem with profit and fun（为解决问题研究并带来利润和快乐）。21世纪的公司，只有解决社会问题才能活下来，不解决问题活不下来的。So，未来二十年，达摩院的目标是打造世界第五大经济体，为世界解决1亿就业机会，服务跨国界的20亿人口，为1000万家企业创造盈利的平台。同时，马云对“达摩院”的未来提出三个希望：“必须活得比阿里巴巴长”，“要服务全世界至少20亿人口“，”必须面向未来用科技解决未来的问题”，马云坦言不讳，要让达摩院超越英特尔、微软和IBM的研究院。口气是一如既往的不小，与此同时让我们也感受到，成立研究院并非是企业有钱就可以，要水到渠成才能成立研究院，今天的达摩院承担更多未来的责任。02 江湖中人2.1 院长张剑锋‘侠之大者、利国利民’，达摩院背后人才济济。首先了解下院长大人——张建锋，花名行癫。阿里巴巴集团合伙人之一，2004年7月加入阿里巴巴，担任淘宝网技术部架构师，现任阿里巴巴集团首席技术官（CTO）兼任阿里云事业群首席技术官（CTO）、中台事业群总裁、集团技术战略执行小组组长、兼阿里云智能事业群总裁。从业15年，阿里巴巴电商体系的业务——淘宝、天猫、聚划算和阿里巴巴B2B·都曾参与，电商体系的快速发展，离不开张建锋的贡献。马云口中的行癫，有强大的Business sense，轮岗多个部门，技术和商业通吃。是一个有创业者的意识的科学家，也是一个有科学家严谨态度的企业家。2.2 五个研究院负责人刚刚提到达摩院共设立5大研究领域，14大实验室，我们紧随分类的脚步看一下各位技术人才的研究领域与经历。机器智能领域机器智能领域共有5个实验室，该领域负责人金榕，曾任美国密歇根州立大学终身教授，卡耐基梅隆大学计算机博士。长期致力于统计机器学习，重点关注大数据分析及其在信息检索、电子商务等领域中的应用。鄢志杰——语音实验室负责人，中国科学技术大学博士，IEEE高级会员。研究领域包括语音识别、语音合成、声纹、语音交互等。曾任微软亚洲研究院语音团队主管研究员。任小枫——视觉智能实验室负责人，华盛顿大学计算机科学与工程系客座教授，拥有加州大学伯克利分校博士学位。加入阿里巴巴之前，曾担任亚马逊资深主任科学家，负责Amazon Go计算机视觉算法的研发。相关论文被引用10,000次以上。司罗——语言技术实验室负责人，卡内基梅隆大学博士。曾任普渡大学计算机系终身教授。先后担任ACM信息系统，ACM 交互信息系统和信息处理与管理编委会副主编。姚韬——决策智能实验室研究员，拥有斯坦福大学管理工程与科学系博士学位，美国宾州州立大学工业工程系终身教授。研究领域包括优化、机器学习、随机模型、商业分析、统计、博弈论、人工智能、运筹学、数据科学、供应链和交通等。华先胜——城市大脑实验室负责人，北京大学应用数学博士，IEEE Fellow，ACM杰出科学家。曾任ACM Multimedia、IEEE ICME等国际会议程序委员会主席，全球MIT TR35获得者。研究领域包括视觉识别、搜索等。数据计算领域谢源——计算技术实验室负责人，IEEE Fellow，普林斯顿大学博士。研究领域主要包括计算机体系结构、集成电路设计、电子设计自动化、和嵌入式系统设计。周靖人——智能计算实验室负责人，哥伦比亚大学计算机博士，IEEE Fellow。研究领域包括基于大规模分布式系统的数据计算处理方法和机器学习算法平台。曾任微软研究院研究员、微软研发合伙人。李飞飞——数据库与存储实验室负责人，男版阿里“李飞飞”，犹他大学计算机系终身教授。曾获ACM、IEEE、Visa、Google、HP、华为等多个奖项，2018年ACM杰出科学家等。机器人领域王刚——智能交通实验室负责人，伊利诺伊大学香槟分校博士，曾任新加坡南洋理工大学终身教授。全球MIT TR35获奖者，ICCV 2017和CVPR 2018领域主席。研究领域包括深度学习及其在计算机视觉、自动驾驶上的应用。金融科技领域蒋国飞——金融科技研究领域 / 生物识别实验室负责人，蚂蚁金服副总裁。研究领域有物联网、大数据、人工智能、云计算、计算机安全和软件定义网络等。曾任NEC集团副总裁，领导NEC全球研发。漆远——金融智能实验室负责人，蚂蚁金服副总裁，麻省理工学院博士，曾任普渡大学计算机科学系和统计系终身副教授。张辉——区块链实验室负责人，南加州大学计算机科学博士。现IEEE Senior Member，曾担任NEC Labs America部门主管，专注于高性能分布式系统与网络的研究以及产品开发，特别是P2P网络算法。量子实验室陈丽娟——人工智能实验室负责人，淘宝网第一代产品经理，淘宝网产品团队总负责人；阿里旗下购物比价网站一淘网总经理；阿里巴巴智能生活总经理、阿里巴巴IoT创建人。2016年发起成立阿里巴巴人工智能实验室。2017年7月，浅雪以实验室负责人身份发布了首款AI消费级产品天猫精灵X1，目前天猫精灵X1是全球销量最大的中文智能音箱产品。施尧耘——量子实验室负责人，北大计算机本科、普林斯顿计算机博士。研究涉猎量子信息科学的多个领域，包括量子计算复杂度、量子计算经典模拟和量子密码学。他在阿里巴巴致力于建设一个跨学科的国际团队，以实现量子计算颠覆性的潜力。2.3 学术咨询委员会最后介绍一下阵容强大的学术咨询委员会，10名各领域德高望重的科学家，为达摩院提供学术指导建议。高文：北京大学数字媒体研究所所长、系统芯片研究所所长，中国工程院院士，多个国际标准委员会“中国代表团”团长。梅宏：青鸟系统主要创始人、北京理工大学副校长、中国科学院院士。吴朝晖：浙江大学校长，之江实验室副理事长。黄如：最年轻的中科院女院士，纳米尺度新型半导体器件、工艺技术及相关应用技术领域权威学者。Michael I. Jordan：美国三院院士，人工智能领域世界级泰斗，主要研究机器学习和人工智能，是当今世界最有影响力的计算机科学家。众多知名AI科学家的导师，如吴恩达等。周以真：哥伦比亚大学数据科学研究院主任，定义了计算思维。 Henry M. Levy：华盛顿大学计算机科学与工程学院院长、美国工程院院士。George M. Church：“人类基因组计划”领军人物、哈佛大学医学院教授、用新方法开创了“个人基因组”研究的时代。Avi Wigderson：以色列数学家、计算机学家，美国科学院院士, 美国人文与科学院士。可以见得，达摩院汇聚着全球顶尖的科学力量。03 达摩院的十八般武艺新年伊始，达摩院上线了《2019年十大科技趋势》，看到了达摩院成立一年多的技术沉淀，报告涉及了智能城市、语音AI、AI专用芯片、图神经网络系统、计算体系结构、5G、数字身份、自动驾驶、区块链、数据安全等领域。一起深入了解一下目前达摩院发展的AI技术有哪些。3.1 语音技术主要致力于语音识别、语音合成、语音唤醒、声学设计及信号处理、声纹识别、音频事件检测实现多模态人机交互、智能语音客服、司法政务助手、车载语音电话。为消费者、企业和政府提供高质量的语音交互服。3.2 视觉技术研发与运用图像和视频的分析和理解、三维视觉等技术，构建以图像视频为媒介的产品和应用，提升商业效率或创造商业新机会，广泛应用于新零售、新媒体、新制造等领域。淘宝拍立淘技术、三维智能制造、新零售场景人货场数字化已是广泛使用的技术。3.3 自然语言技术为实现人与机器之间用自然语言进行有效沟通。研究自然语言处理核心技术，如分词、词性、句法、语义等多语言基础模块，以及情感分析、信息提取、机器翻译和机器阅读理解等技术，已经在客服、资讯、司法、医疗等场景广泛应用。如AIlReader产物阿里小蜜、店小蜜、云小蜜，可建立快速高效问答能力；AliTrain同伙机器翻译、跨语言检索已应用跨境电商平台等场景；司法大脑和病例质检为自然语言做好把关。3.4 数字计算技术数据研究领域计算技术实验室——致力于计算、存储、互联方向的前沿性研究，探索从系统软硬件架构到芯片设计技术的全栈实现。例如AliPU，聚焦于人工智能领域的计算需求，设计针对AI应用的NPU，提升阿里巴巴集团内部各种人工智能业务的计算能力。智能计算实验室——致力于海量、异构数据的分布式存储、管理、查询、分析和机器学习系统与算法的研究和应用。例如，超大规模图推理引擎，将图形推理与深度学习相结合，实现淘宝界面上千人千面推荐页。强大的技术后必有强大的数据支撑，数据库与存储实验室致力于OLTP（线上事务处理）与HTAP（线上混合事务与分析）引擎，多模/多态，OLAP（实时在线分析）的NoSQL / NewSQL数据库系统，分布式数据库水平扩展等业务，例如创建上海公有云城市大脑。3.5 城市大脑通过互联网和AI，打通城市数据管道，发掘数据价值，构建城市新的基础设施，让中国会有越来越多城市具有大脑。已在上苏杭等落地，覆盖城市交通预测与干预，城市大规模并行异构计算，城市复杂环境感知与理解，市政规划和公共资源分析。是首批国家人工智能开放创新平台之一，是目前全球最大规模的人工智能公共系统之一。现在已实现的有车流人流预测系统——天机，市政建设与管理系统——天镜，渐进式视频搜索引擎——天鹰，全时全域交通自动巡逻报警系统——天翟，城市大脑的大规模视觉计算平台——天擎。3.6 智能交通产业致力于机器学习、自动驾驶、物联网通讯、云端调控等技术研究，满足传统物流配送行业在人力成本、货物安全、交付速度、节能环保等方面的诉求，打造“车-路-云”一体化的智能物流网络，研究方向有环境感知，高精定位，决策规划，自动驾驶仿真平台，车路协同，已经推出的智能物流车就是及技术于一身的产物。3.7 金融智能与区块链技术金融领域对AI技术的安全可靠性、实时对抗性高于其他行业，在图像识别、智能问答、知识图谱等方面有着业界领先的研究成果和成熟的商业产品，逐步提升智能化。金融智能作为蚂蚁金服核心技术引擎之一，研究内容有通过机器学习达到数据安全和隐私保护，通过大规模企业知识图谱，运营数据，工作流等图谱导入，解决万亿级资金交易，营销和风控问题，24小时实时响应零号云客服，基于人工智能+公有云+云客服的提出综合解决方案。3.8 生物识别技术各种模态生物识别核心技术的研发在金融和民生场景已得到广泛应用，目前已具备了人脸、眼纹、虹膜、声纹、掌纹、行为特征等多模态的生物识别核心算法研发能力，同时研发了全球独有眼纹技术专利和领先的活体检测，累积服务超过3亿用户。如蚂蚁金服提供便捷远程开户及刷脸登录、在线身份验证等方案，降低金融服务的使用门槛。3.9 AI机器人将前沿科技并与商业结合，把AI技术赋能机器，让机器拥有智能，服务20亿消费者。将基于阿里巴巴强大消费者沟通渠道和完善的服务生态，立志成为下一代人机交互入口。研究领域包括语音交互、自然语言理解、数据挖掘和知识图谱、机器人技术与智能制造。当前孵化出天猫精灵个人助手已深入人心，2018位居智能音箱销售榜榜首。04 达摩院成绩单在去年云栖人工智能峰会上，达摩院携众多个黑科技亮相。身上都自带人工智能的属性，以及4月成立了“平头哥”，开始了造芯之路，今天了解几个优秀的应用与产品。4.1 人工智能机器人天猫精灵家族，针对不同使用场景添加了两位新成员：太空蛋和太空梭，分别用于未来酒店和医院等。其中，太空蛋主要应用未来酒店场景。它具备视觉导航能力，承重能力为30kg，支持语音、手势、触摸、灯光等多模态交互方式。外表呆萌的家伙具有可变舱体及双向往复的行进能力，会避让行人。同时可接收到天猫精灵的语音指令，自行上下电梯，完成送餐、客房服务等。太空梭则主要应用医院场景。太空梭搭载 60 个可弹出的独立药仓，帮助配送药品。此外在一些特殊场景下，如不能接触到实物，或需在无菌的情况下操作时，太空梭可进行语音交互和隔空手势等与病人交流。4.2 首款L4车路协同自动驾驶新能源车阿里发布了首款 L4 新能源车，搭载了协同智能系统，与单车智能Apollo的感知、决策自动驾驶原理不同，其能够实现“车端 - 路端 - 云端”三位一体的车路协同智能。一方面，采用全新传感器，感知识别率由传统方法的80.2%提升到了93.5%，另一方面，应用车联网，做到车与环境的交流，以提供驾驶安全系数。该车在城市道路中的行驶速度为30到40公里左右，载重在几吨的级别，定位精度在20厘米以内。4.3 感知基站刚刚提到的车路协同L4新能源车，不仅对车有要求，道路同时须在原始基础上加以改造，核心构成部分是搭建感知基站。通过智能感知基站，让道路拥有了信息采集、精准识别、互联互通等精装感知能力，为云端和车端提供信息与服务；目前达摩院已联合交通运输部公路科学研究院，参与杭绍甬高速公路建设。同时，杭州市政府也向阿里巴巴颁发了杭州首张无人驾驶路测牌照，为阿里无人车的实施又前进一步。4.4 阿里自主研发芯片去年的中兴事件后，国内众多企业开始自主研发芯片，阿里巴巴也开始了造“芯”之旅，成立“平头哥”半导体公司，2018年4月份，达摩院对外透漏了第一个神经网络芯片Ali-NPU，Ali-NPU将运用于图像视频分析、机器学习等AI推理计算。达摩院称，Ali-NPU性能将会是目前市面上主流CPU、GPU架构AI芯片的10倍，而制造成本和功耗仅为一半，性价比超过40倍。未来，Ali-NPU的能力，不仅可以更好地满足视频、图像处理需求，还可以通过阿里云进行计算能力的输出，赋能各行各业。目前，达摩院芯片研发团队，在美国、上海两地已达数十人，预计年底将达百人。05 如何加入？达摩院目前仍在招兵买马，不断扩大自己的规模。如果你是在校生，可以尝试下申请研究型实习生（Research Intern）。不过，这个项目主要是面向海内外顶尖高校的博士生、硕士生及本科生。你也可以投全职岗位，这些岗位主要分布在杭州、北京、以色列、硅谷、以及西雅图。此外，阿里还在北京和杭州设置了博士后科研工作站，可以申请科研计划项目。如果你博士毕业 2 年以上，在国内外高校或研究机构获得助理教授（Assistant Professor）及以上职称，也可以申请阿里的访问学者。心动想要行动的小伙伴，https://damo.alibaba.com/careers/ 可以复制链接一探究竟。期待你与达摩院可以碰撞出不一样的火花~总结集聚业界各各优秀的人才的达摩院，正一点一滴诞生更多时代性、颠覆性的创新技术，承担着未来更多的社会责任。本系列往期文章：【AI研究院】微软亚洲研究院和它的10大AI黑科技【AI研究院】百度AI和它的7大AI黑科技【AI研究院】华为诺亚方舟实验室【AI研究院】头条与抖音背后的AILab怎么样【AI研究院】浅析小米与它的AI生态【AI研究院】奇虎360AI研究院，都在干什么？【AI研究院】360度无死角认识一下女神的线上美容院-“美图秀秀” 【AI研究院】中国最强的AI Lab，是腾讯AI Lab吗？【AI研究院】滴滴研究院，都在做什么【AI研究院】人民日报点赞2次的京东AI研究院，以后还低调不【AI研究院】一年了，再看看江湖中的达摩院编辑于 2019-01-28 10:26阿里巴巴集团阿里智能研究院赞同 113 条评论分享喜欢收藏申请转载文章被以下专栏收录有三AI学院三人行必有AI，本专栏聚焦于AI领域原创文章有三AI学院-AI产品与行业我们在这里将介绍有趣的AI产品以及一些行

DAMO-YOLO: 兼顾速度与精度的新目标检测框架 - 知乎

DAMO-YOLO: 兼顾速度与精度的新目标检测框架 - 知乎切换模式写文章登录/注册DAMO-YOLO: 兼顾速度与精度的新目标检测框架应用泛函黑铁炼丹师团队最近开源了DAMO-YOLO！其效果达到了YOLO系列的SOTA，在这里和大家分享一下具体内容。DAMO-YOLO1. 简介 DAMO-YOLO是一个兼顾速度与精度的目标检测框架，其效果超越了目前的一众YOLO系列方法，在实现SOTA的同时，保持了很高的推理速度。DAMO-YOLO是在YOLO框架基础上引入了一系列新技术，对整个检测框架进行了大幅的修改。具体包括：基于NAS搜索的新检测backbone结构，更深的neck结构，精简的head结构，以及引入蒸馏技术实现效果的进一步提升。模型之外，DAMO-YOLO还提供高效的训练策略以及便捷易用的部署工具，帮助您快速解决工业落地中的实际问题！使用入口：https://modelscope.cn/models/damo/cv_tinynas_object-detection_damoyolo/summary代码地址：GitHub - tinyvision/damo-yolo图1 DAMO-YOLO和其他YOLO系列方法的性能对比结果2. 关键技术2.1. NAS backbone: MAE-NAS Backbone的网络结构在目标检测中起着重要的作用。DarkNet在早期YOLO系列中一直占据着主导地位。最近，一些工作也开始探索其他对检测有效的网络结构，比如YOLOv6和YOLOv7。然而，这些网络仍然是人工设计的。随着神经网络结构搜索技术（NAS）的发展，出现了许多可以用于检测任务的NAS网络结构，并且相比于传统手动设计的网络，NAS网络结构可以达到能好的检测效果。因此，我们利用NAS技术搜索出合适的网络结构作为我们的DAMO-YOLO的backbone。这里我们采用的是阿里自研的[MAE-NAS]（https://github.com/alibaba/lightweight-neural-architecture-search）。MAE-NAS是一种启发式和免训练的NAS搜索方法，可以用于快速大范围搜索各种不同规模的骨干网络结构。 MAE-NAS利用信息论理论从熵的角度去评测初始化网络，评测过程不需要任何训练过程，从而解决了之前NAS搜索方法需要训练再评测的弊端。实现短时间内大范围的网络搜索，降低搜索成本的同时，也提高了可以找到的潜在更优网络结构的可能性。特别值得注意的是，在MAE-NAS搜索中，我们使用K1K3作为基本搜索模块。同时，我们直接使用GPU推理延迟Latency，而不是 Flops，作为目标预算。搜索后，我们将空间金字塔池化和焦点模块应用到最后的骨干。下表1中列出了不同的主干的性能对比结果。可以看到MAE-NAS骨干网络的效果要明显优于DarkNet网络结构。表1 MAE-NAS网络结构和DarkNet对比2.2. Large Neck: RepGFPN 在FPN(Feature Pyramid Network)中，多尺度特征融合旨在对从backbone不同stage输出的特征进行聚合，从而增强输出特征的表达能力，提升模型性能。传统的FPN引入top-to-down的路径来融合多尺度特征。考虑到单向信息流的限制，PAFPN增加了一个额外的自底向上的路径聚合网络，然而增加了计算成本。为了降低计算量，YOLO系列检测网络选择带有CSPNet的PAFPN来融合来自backbone输出的多尺度特征。我们在ICLR2022的工作GiraffeDet中提出了新颖的Light-Backbone Heavy-Neck结构并达到了SOTA性能，原因在于给出的neck结构GFPN(Generalized FPN)能够充分交换高级语义信息和低级空间信息。在GFPN中，多尺度特征融合发生在前一层和当前层的不同尺度特征中，此外，log_2(n)的跨层连接提供了更有效的信息传输，可以扩展到更深的网络。因此，我们尝试将GFPN引入到DAMO-YOLO中，相比于PANet,我们取得了更高的精度，这是在预期之中的。然而与之同时，GFPN带来了模型推理时延的增加，使得精度/时延的权衡并未取得较大的优势。通过对原始GFPN结构的分析，我们将原因归结为以下几个方面：（1）不同尺度特征共享相同通道数，导致难以给出一个最优通道数来保证高层低分辨率特征和低层高分辨率特征具有同样丰富的表达能力；（2）GFPN采用Queen-Fusion强化特征之间的融合，而Queen-Fusion包含大量的上采样和下采样操作来实现不同尺度特征的融合，极大影响推理速度；（3）GFPN中使用的3x3卷积进行跨尺度特征融合的效率不高，不能满足轻量级计算量的需求，需要进一步优化。图2 DAMO-YOLO整体框架图经过上述分析后，我们在GFPN的基础上提出了新的Efficient-RepGFPN来满足实时目标检测中neck的设计，主要包括以下改进：（1）不同尺度特征使用不同的通道数，从而在轻量级计算量约束下，灵活控制高层特征和低层特征的表达能力；（2）删除了Queen-Fusion中的额外的上采样操作，在精度下降较少的情况下，较大降低模型推理时延；（3）将原始基于卷积的特征融合改进为CSPNet连接，同时引入重参数化思想和ELAN连接，在不增加更多计算量的同时，提升模型的精度。最终的Efficient-RepGFPN网络结构如上图2所示。Efficient-RepNGFPN的消融实验见下表2。从表2-(1)可以看到，灵活控制不同尺度特征图的通道数，我们能够取得相比于所有尺度特征图共享相同通道数更高的精度，表明灵活控制高层特征和低层特征的表达能力能够带来更多收益。同时，通过控制模型在同一计算量级别，我们也做了Efficient-RepGFPN中depth/width的权衡对比，当depth=3,width=(96,192,384)时，模型取得了最高精度。表2-(2)对Queen-Fusion连接进行了消融实验对比，当不增加额外的上采样及下采样算子时，neck结构为PANet连接。我们尝试了只增加上采样算子和只增加下采样算子以及完整的Queen-Fusion结构，模型精度均取得了提升。然而，只增加上采样算子带来了0.6ms的推理时间增加，精度仅提升0.3，远远低于只增加额外下采样算子的精度/时延收益，因此在最终设计上我们摒弃了额外的上采样算子。表2-(3)中，我们对多尺度特征融合方式进行了实验对比，从表中可以看到，在低计算量约束下，CSPNet的特征融合方式要远优于基于卷积的融合方式，同时，引入重参数化思想及ELAN的连接能够在Latency少量增加的情况下，带来大的精度提升。表2 （1）不同“尺度-通道数”组合结果；（2）Queen-Fusion中上下采样的影响；（3）CSP中重采样和ELAN的影响2.3. Small Head: ZeroHead 在这个小节，我们主要介绍DAMO-YOLO中的检测头(ZeroHead)。目前目标检测方法中，比较常见的是采用Decouple Head来作为检测头。Decouple Head可以实现了更高的 AP，但会一定程度上增加模型的计算时间。为了平衡模型速度和性能，我们进行了下表3的实验来选择合适的neck和head比重。表3 Neck和Head不同比重对训练结果的影响从表2中我们可以发现“大neck，小head”的结构会获得更好的性能。因此，我们丢弃了之前方法中常使用的Decouple Head，只保留了用于分类和回归任务的一层线性投影层，我们称其为ZeroHead。ZeroHead可以最大限度地压缩检测头的计算量，从而省出更大的空间给更复杂的Neck，比如我们的RepGFPN neck。值得注意的是ZeroHead 本质上可以被认为是一种Couple Head，这也是和之前方法所采样的Decouple Head的一个明显不同。2.4. Label Assignment: AlignOTA 标签分配（label assignment）是物体检测中的一个关键组件，以往的静态分配方法往往只考虑anchor与ground truth的IoU，这类分配方法容易导致分类任务的失焦，如图3左图所示，手的检测框要用玩偶熊身上的点去做预测，这对模型来说是不合理的为难，理想中的标签如图3右图所示。另外，此类方法依赖anchor先验，在工业应用中，被检物体尺度变化多端，要找到一个最合适的anchor先验十分繁琐。图3 静态和动态分配差异为了克服以上的问题，学术界涌现了一批利用模型的分类和回归预测值进行动态分配的标签分配方法，该类方法消除了标签分配对anchor的依赖，并且在分配时同时考虑分类和回归的影响，一定程度上消除失焦问题。OTA 是其中的一个经典工作，其根据模型的分类和回归预测值计算分配损失，并且使用Sinkhorn-Knopp算法求解全局最优分配，在复杂分配场景下性能优异，因此这里我们采用OTA对加速版simOTA作为我们的分配策略。但是simOTA本身也存在一定的问题，在计算分配时，并不能保证兼顾平衡分类和回归对分配的影响。换句话说，存在分类回归损失不对齐的问题。针对这个问题，我们对分配分数的计算方式进行了修改，如下面公式所示。AlignOTA 分配损失计算为了平衡标签分配中的分类和回归损失，我们将Focal Loss引入了标签分配的分类损失中，并且将分类的One-hot标签使用IoU替代，放松了对分类的约束。表4给出了改进后的AlignOTA和simOTA的比较，可以看到AlignOTA在效果上有着明显的提升。表4 标签分配效果比较2.5. Distillation Enhancement 模型蒸馏是提升模型效果的一种有效手段。YOLOv6尝试在其large模型中使用自蒸馏技术提升模型效果。但整体来说目前在YOLO系列的工作中，蒸馏的应用还不是很普遍，特别是小模型上的蒸馏。我们针对DAMO-YOLO做了专门的研究，最终实用蒸馏技术在DAMO-YOLO的各尺度模型上实现了效果的提升。 DAMO-YOLO的训练过程分为两阶段，第一阶段是基于强马赛克增强的训练，第二阶段是关闭马赛克增强的训练。我们发现在第一阶段使用蒸馏技术，可以实现更快速的收敛，达到更高的效果；但是第二阶段继续使用蒸馏却无法进一步提升效果。我们认为，第二阶段数据分布和第一阶段相比已经出现了比较大的偏差，第二阶段的知识蒸馏会一定程度上破坏第一阶段已经学到的知识分布。而第二阶段过短的训练时间，使得模型无法从第一阶段知识分布充分过度到第二阶段知识分布。但如果强行拉长训练周期或者提高学习率，一方面增加了训练成本和时间，另一方面也会弱化第一阶段蒸馏所带来的效果。因此，这里我们在第二阶段关闭蒸馏操作，只进行第一阶段蒸馏。图4 不同蒸馏权重下分类loss和准确率的变化关系其次，我们在蒸馏中引入了两个技术，一个是对齐模块，用于把teacher和student的特征图大小进行对齐。另一个是归一化操作，用于弱化teacher和student之间数值尺度波动所造成影响，起作用可以看成是一种用于KL loss的动态温度系数。除此之外，我们还发现蒸馏的loss权重和head大小对蒸馏效果也有着很大影响。如上图4所示，当蒸馏loss权重变大时，分类loss收敛变慢，且出现很大波动。我们知道，分类loss对检测影响非常大。其过晚的收敛会导致模型优化不够充分，从而影响最终的检测效果。因此不同于之前蒸馏的经验，在DAMO-YOLO中，我们采用较小的蒸馏权重来控制蒸馏loss，弱化了蒸馏loss和分类loss之间的冲突。同时，在检测头结构上我们采用的是ZeroHead。ZeroHead只包含了一个用于任务投影的线性层。因此，相当于是蒸馏loss和分类loss同时在优化同一个特征空间，学习到的空间可以同时满足蒸馏和分类两者的优化，进一步提升分类loss和蒸馏loss优化时的一致性。表5 不同蒸馏方法的结果对比3. 性能对比 Damo-YOLO团队在MSCOCO val集上验证了DAMO-YOLO的性能。可以看到，结合上述的改进点，DAMO-YOLO在严格限制Latency的情况下精度取得了显著的提升，创造了新SOTA。表6 SOTA对比4. 最后DAMO-YOLO是一个新生的、尚处在高速发展中的检测框架，如有疑问或建议，可邮件联系我们。xianzhe.xxz@alibaba-inc.com! 同时也欢迎对DAMO-YOLO感兴趣的同学加入我们的微信群，有问题随时交流讨论，研发同学24小时答疑！私聊合作者们 @应用泛函、 @yiki、 @农夫山泉、 @烈冰拉你入群。发布于 2022-11-29 16:25・IP 属地浙江深度学习（Deep Learning）目标检测YOLO赞同 372 条评论分享喜欢收藏申请

阿里达摩院都有哪些研究方向？ - 知乎

阿里达摩院都有哪些研究方向？ - 知乎首页知乎知学堂发现等你来答切换模式登录/注册互联网阿里巴巴集团BAT（百度、阿里巴巴、腾讯）阿里达摩院阿里达摩院都有哪些研究方向？关注者113被浏览678,244关注问题写回答邀请回答好问题 12添加评论分享29 个回答默认排序高百烈没有立场，全是情绪关注世界科技进步是很难的，达摩院的研究有两重意义。为世界科学贡献中国的一份力量。为中国的老百姓带来最实际的可应用科技。1964年，中国自行研制的第一颗原子弹爆炸成功。核弹是算盘算出来的，外面都已经有了超级电脑，绝大部分技术都被美国垄断了，中国就像是一个小孩子刚跳起来摸到了门把手。2000年出头的时候，硅谷正热，世界被微软，雅虎，谷歌三分。我们用别人的电脑，别人的芯片，别人的技术，美国已经可以利用卫星技术探索全球每一个地表画面，军事机密；利用100%垄断的搜索引擎获取每一个国家的信息，于是我们国家有了墙，防卫墙外的巨人。2015年，谷歌开启Moonshot项目，烧掉40亿美元，打造了一个X实验室研究AI智能技术，量子计算机技术等尖端技术。你听X实验室是不是挺耳熟？2017年10月阿里巴巴成立全球研究院，就是后来的达摩院，其中的实验室就包括了一个叫做X实验室的存在；我们不仅起步时间比美国晚，经费也没美国高。量子技术究竟有多强大？量子技术最早出现在《 MIT Technology Review 》( 麻省理工科技评论，是由麻省理工学院出版的杂志 ) 关于谷歌与 IBM 开展量子计算研究竞争的评述中，当量子计算机发展到 50 量子比特的时候，就能实现 “ 量子霸权 ”，因为50个量子比特，同一时刻能达到 2^50 次运算！2000个量子位的量子计算机8小时候就能破解最安全的2048RSA加密，用当今世界上超级计算机要80年；如果量子计算机破解1024位RSA密钥1秒不到就破解了，而通用的密码加密还在512位！量子技术会让你密码荡然无存，从此你的国家没有任何秘密！当这项技术运用在国家其他领域也都会引起质变，相当于计算能力提升上亿倍。2018年5月8日，达摩院研发出当前世界最强的量子电路模拟器“太章”率先成功模拟了81比特40层作为基准的谷歌随机量子电路，终结谷歌“量子霸权”。2020年，中科院发布76个光子的量子计算机“九章”，200秒解决6亿年计算，超越谷歌100亿倍。达摩院对于量子计算是有着非常详细的规划，最终都将落地于场景应用。尖端科技领域里，AI技术其实也一直都是美国的强势技术之一。强到什么程度？那时候全球只有美国有AI，这项技术彻底改变了战争格局。AI应用到武器上，你神枪手还在人力瞄准，对方的枪炮已经以每秒端掉你一个师的速度开始全面胜利。人类仅能从视觉去搜索敌人，AI可以以超过20种办法检测，锁定，执行，同时调动所有武器，这一切不超过1毫秒。战争在AI技术面前，变的毫无意义，人类肉体在AI技术面前显得弱小无助可怜，电影里的人类VS机器人根本不可能出现，差距太大了，如果AI技术深度应用城市基建上，全球可能会进入共产主义阶段，未来梦幻中的社会来临，但那时候，我们国家还在不在世界版图上呢？达摩院人工智能研究启动以来，分别从机器智能，数据计算，机器人，金融科技等方面开始推进。2018年6月，阿里达摩院开源了自主开发的新一代语音识别模型（DFSMN），在世界最大的免费语音识别数据库 LibriSpeech 上进行公开测试。对比目前业界使用最为广泛的 LSTM 模型，DFSMN 语音识别模型训练速度更快、识别准确率更高。基于 DFSMN 模型，阿里 AI 又研发了 DFSMN-CTC 模型，语音错误率大幅下降，解码效率提升6倍。2019年7月，达摩院发布新一代的语音合成算法KAN-TTS，该算法将商用系统里的合成语音与原始语音的相似度提高到97%以上。2019年9月25日，阿里巴巴发布含光800，AI专用芯片，其性能和能效比占到了世界第一的位置，采用12nm工艺，集成170亿晶体管，使用软硬件协同的设计，让软件层面深度优化计算、存储密度，实现了大网络模型在一颗NPU上完成计数。2020年9月，小蛮驴机器人发布，同时具备人工智能与自动驾驶技术，大脑应急反应速度达到人类7倍，0.01秒即可识别100个以上的行人和车辆的行动意图，一台机器一天可以处理500件快递，不害怕绝大部分极端环境。达摩院的AI技术正在从视觉，语音，语言技术，决策智能等方面全面应用在城市基建上，篇幅有限我并不能全面列举，仅从当前民间应用来说，AI智能已经可以大幅度替代人类，并且在绝大部分领域远远超越人类。达摩院自成立以来，先后在国际顶级技术赛事上获得60多项世界第一，发表1000多篇国际顶会论文；作为新型研发机构代表，一直在积极参与国家科技创新体系建设，与全球顶级高校科研院所建立了多学科、多领域的学术合作，构建开放的全球产学研技术合作生态，通过向创新链中的合作单位开放真实的数据和业务场景，达摩院与高校院所共同定义科学课题、攻克技术难题、解决产业问题，合作产出顶尖科研成果。达摩院最初立下的目标里，服务20亿人、必须面向未来、用科技解决未来的问题都已经有了阶段性实现，对于未来而言，达摩院也会是中国科研一份重要的力量。编辑于 2021-09-25 01:11赞同 12818 条评论分享收藏喜欢收起电商报关注重金之下，三军才能用力。在3年投入1000亿的托底下，在达摩院，一些新的改变正在发生，最大的变化来自基础科学。在国际上，达摩院成立后不久，就不断在国际顶级技术比赛中斩获重量级奖项。有一项统计显示：达摩院成立后，三年拿下了60项国际大赛冠军，成为全球范围不可忽略的科技新势力。过去的5年来，达摩院在基础科学领域可谓成果斐然。比如说，超大规模图计算系统Graphscope、量子电路模拟器“太章2.0”、新型存算一体架构……就算单独将其中的任何一项拎出来，都是世界科技领域颠覆性的突破，何况还是这么密集的成果！在国内，达摩院还通过设立专项大赛不断发现在基础科学上有发展潜力的年轻学者。从2018年起，为了鼓励国内35 岁及以下的中国青年学者，达摩院启动了每年一届的达摩院青橙奖，每一届奖励10人，每个得奖者均可获得100万的高额奖金。跨进第5个年头，如今，达摩院青橙奖已成为基础科学领域最重要的大赛之一，在刚刚过去的第四届（2021年）达摩院青橙奖上，包括北大韦神、中科大陈杲在内的10名年轻学者瓜分了共计1000万的奖金。除了青橙奖，面向全球数学爱好者的“阿里巴巴全球数学竞赛”也已经举办了两届，这两届赛事已经吸引了全球近10万人次参加——考虑到在这个浮躁的社会，投身于数字研究的人本来就凤毛麟角，这样的参与规模还是让人叹服。追究起来，“阿里巴巴全球数学竞赛”不是因为它的奖金高——2022年，新一届的“阿里巴巴全球数学竞赛”的奖金才刚刚提升到5万美元，相比上述青橙奖，阿里巴巴全球数学竞赛”在奖金上要逊色不少。但是，“阿里巴巴全球数学竞赛”是属于公益赛事性质的，任何人只要自信有数学天赋，都可以在达摩院官网提交赛题，在这项面对全球数学爱好者的大赛中证明自己，这也是该赛事的活跃度这么高的原因之一。从一个更长的时期来看，达摩院为中国基础科学所做出的贡献，在今后还会得到更多的体现。编辑于 2022-01-26 16:00赞同 21 条评论分享收藏喜欢

达摩院校园招聘

mestamp":1709805886157,"status":500,"error":"Internal Server Error","path":"/alibaba-global-mathematics-competition

2023’s Top 10 Tech Trends By Alibaba’s DAMO Academy-Alibaba Group

About UsESGInvestor RelationsNews and ResourcesCareersEN 2023’s Top 10 Tech Trends By Alibaba’s DAMO AcademyJanuary 11, 2023科技发展日新月异，对社会发展影响深远。阿里巴巴达摩院在新年伊始发布2023十大科技趋势预测，涵盖人工智能、云计算等领域的前沿科技，这些趋势或将重塑不同行业的未来。阿里巴巴达摩院院长张建锋表示：“展望2023年，多元技术的协同并进，将驱动计算与通讯、硬体和软体的融合；科技的广泛应用意味着将有更多 AI与其他数字技术在各个垂直市场推出，促进公私营企业及个人在安全技术与管理上的协作。由科技进步及产业应用驱动的创新已成为不可逆转的宏大趋势。”达摩院通过分析公开论文和专利申请等基础数据，访问近百位科研工作者、企业家和工程师，综合发布了2023年十大前沿科技趋势预测。达摩院预计，这些技术将加速突破，并于经济和社会方面对各核心产业产生积极影响。达摩院2023年十大科技趋势预测如下：生成式AI：生成式 AI 进入应用爆发期，将极大地推动数字化内容生产与创造双引擎智能决策：融合运筹优化和机器学习的双引擎智能决策，将推进全局动态资源配置优化云原生安全：安全技术与云紧密结合，打造平台化、智能化的新型安全体系多模态预训练大模型：基于多模态的预训练大模型将实现图文音统一知识表示，成为人工智能基础设施软硬融合云计算体系架构：云计算向以云基础设施处理器（CIPU）为中心的全新云计算体系架构深度演进，通过软件定义，硬件加速，在保持云上应用开发的高弹性和敏捷性同时，带来云上应用的全面加速端网融合的可预期网络：基于云定义的可预期网络（Predictable Fabric）技术，即将从数据中心的局域应用走向全网推广计算光学成像：计算光学成像突破传统光学成像极限，将带来更具创造力和想象力的应用芯粒（Chiplet）：芯粒的互联标准将逐渐统一，重构芯片研发流程存算一体：存算一体芯片将推动传统的计算架构演进至以数据为中心的架构，并对云计算、人工智能、物联网等产业发展带来积极影响。大规模城市数字孪生：城市数字孪生在大规模应用的基础上，将继续向无人化及多维化演进其中，备受关注的生成式AI预计将进一步发展，不断拓宽应用边界并将为数字化内容的制作方式带来变革。生成式AI是利用现有文本、图像或音频文件创建新内容的技术。目前，生成式AI通常被用来生成产品原型及初稿，应用场景涵盖游戏、广告、平面设计等。达摩院认为，随着技术进步和成本降低，生成式AI将成为一项普惠科技，大大提高内容创作的丰富度、创造性和生产效率。在未来三年，生成式AI将进一步市场化，形成更多样的商业模式和更完善的产业生态。生成式AI模型将在交互能力、安全性和智能化方面获得显着进展，辅助人类完成各种创造性工作。生成式AI 双引擎智能决策作为一项重要的新兴技术，融合了运筹优化和机器学习，将推进全局动态资源配置优化。报告指，基于运筹学的经典决策优化对不确定性问题处理不够好、大规模求解响应速度不够快的局限性日益突显，学术界和产业界开始探索引入机器学习，构建数学模型与数据模型双引擎新型智能决策体系，弥补彼此局限性、提升决策速度和质量。达摩院预测，双引擎智能决策未来将进一步拓展应用场景，在大规模实时电力调度、港口吞吐量优化、机场停机安排、制造工艺优化等特定领域实现动态、全面及实时的资源配置，还可帮助企业提升运营效率。另一大重要科技趋势是多模态预训练大模型。报告指出，人工智能正在从文本、语音、视觉等单模态智能，向着多种模态融合的通用人工智能方向发展。基于多领域知识，构建统一的、跨场景、多任务的多模态基础模型已成为人工智能的重点发展方向。达摩院预测，未来大模型作为基础设施，将实现图像、文本、音频统一知识表示，并朝着能推理、能回答问题、能总结、做创作的认知智能方向演进。多模态预训练大模型报告指出，云计算及安全仍将是企业数字化转型的重要议题。随着安全技术与云计算的紧密结合，安全服务将更原生化、平台化和智能化。达摩院预测，未来三到五年，云原生安全将变得更加通用，更易应用于多云架构，帮助客户构建覆盖混合架构、全链路、动态精准的安全防护体系。按此阅读《达摩院2023十大科技趋势》报告Follow Us About UsCulture and ValuesMilestonesLeadershipOur BusinessesESGLatest ESG ReportReportsESG Ratings and AwardsESG PoliciesESG News and ViewsInvestor RelationsInvestor NewsEventsEarnings and FinancialsFilingsAnnual General MeetingCorporate GovernanceInvestor ToolsNews and ResourcesPress ReleasesMedia LibraryMedia Relations ContactsCareersGlobal HiringContact UsFAQsTaobaoTmallIdle FishTmall SupermarketTmall GlobalAlibaba HealthFreshippo Sun ArtIntime Department Store1688AliExpressLazadaTrendyolDarazAlibaba.comEle.meAmapFliggyYoukuAlibaba PicturesLingxi GamesDamaiQuarkUCAlibaba DAMO AcademyTmall GenieCainiaoAlibaba CloudDingTalkAlibaba FoundationAlibaba Entrepreneurs FundAlibaba FontsAlibaba‘s Olympic JourneyTerms of UsePrivacy PolicyCopyright Notice © 1999-2024 Alibaba Group Holding Limited and/or its affiliates and licensors. All rights reserved.浙公网安备 33010002000070号浙ICP备09002987号-93Follow UsAbout UsESGInvestor RelationsNews and ResourcesCareersContact UsFAQsTerms of UsePrivacy PolicyCopyright Notice © 1999-2024 Alibaba Group Holding Limited and/or its affiliates and licensors. All rights reserved.浙公网安备 33010002000070号浙ICP备09002987号-93

阿里达摩院 - 知乎

阿里达摩院 - 知乎首页知乎知学堂发现等你来答切换模式登录/注册阿里达摩院阿里巴巴达摩院（The Academy for Discovery, Adventure, Momentum and Outlook，Alibaba DAMO Academy）是一家致力于探索科技…查看全部内容关注话题管理分享百科讨论精华视频等待回答详细内容阿里巴巴达摩院（The Academy for Discovery, Adventure, Momentum and Outlook，Alibaba DAMO Academy）是一家致力于探索科技未知，以人类愿景为驱动力的研究院，是阿里在全球多点设立的科研机构，立足基础科学、颠覆性技术和应用技术的研究。创建历史2017年10月杭州云栖大会上，阿里巴巴集团宣布成立新技术研究院，称为达摩院。阿里巴巴达摩院是阿里在全球多点设立的科研机构。它将立足基础科学、颠覆性技术和应用技术的研究，希望汇聚全球顶尖科学力量，成为中国人创办的世界顶级科研机构。首批公布的学术咨询委员会十人中有三位中国两院院士、五位美国科学院院士，包括世界人工智能泰斗Michael I. Jordan、分布式计算大家李凯、人类基因组计划负责人George M. Church等。[1]研究领域机器智能阿里巴巴达摩院机器智能研究领域主要围绕机器学习等前沿技术开展理论与应用研究，帮助零售、医疗、司法、交通等行业提升效率，推动经济、空间技术、自动控制、计算机设计和制造等领域的变革。机器智能研究领域下设语音、视觉智能、语言技术、决策智能、城市大脑五个实验室。数据计算阿里巴巴达摩院数据计算研究领域旨在重构融合、开放、安全、敏捷、生态化的信息基础设施，解决计算性能、计算效率、计算能耗等问题，满足人、机、物即时互联、信息共享和智能应用的需求，形成全球化的智慧计算生态。数据计算研究领域下设计算技术、智能计算、数据库与存储三个实验室。机器人阿里巴巴达摩院机器人研究领域主要围绕环境感知、高精定位、决策规划、智能控制等前沿技术方向，基于机器人技术进行无人驾驶、无人物流等方面的研发与应用，推动汽车、物流、服务等传统行业的价值重塑。机器人研究领域目前下设智能交通实验室。金融科技阿里巴巴达摩院金融科技研究领域致力于提升金融领域的连接、信任、安全和便捷，提升金融预测和决策能力，重塑可持续的普惠金融服务，用创新技术解决未来问题，为全世界带来更多平等的机会。金融科技研究领域下设金融智能、区块链、生物识别三个实验室。拥有资深金融行业专家和顶级科学家，在杭州、北京、西雅图、硅谷、纽约等设有办公地点。X实验室阿里巴巴达摩院X Lab致力于探索科技领域最神秘的未知，努力提供最先进的解决方案，更着眼未来，裂变科技价值。X Lab目前下设量子实验室、人工智能实验室。[2]设立奖项“达摩院青橙奖”（DAMO Academy Young Fellow），面向全球范围对科技进步有关键推动作用的中国青年学者的年度奖项，旨在发掘和支持从事基础科学、应用技术研究的优秀青年工作者。阿里巴巴达摩院为每位获奖人发放100万人民币奖金，并提供开放的数据资源和应用场景等全方位支持，助力其勇攀科学技术之巅。开设奖项领域信息技术：基础软件、云计算、大数据、机器智能、物联网、量子计算半导体材料与器件：芯片、显示技术、智能传感器智能制造：机器人、高档数控机床、智能检测与装配、智能物流与仓储、自动驾驶历届获奖人陈晓明中国科学院计算技术研究所副研究员。主要研究方向是集成电路设计自动化和新型计算机体系结构。江文帅浙江大学数学科学学院讲师。主要研究方向是基础数学中的几何分析方向，具体包括凯勒几何、几何流、调和映照、具有一定曲率的黎曼流形的几何结构及相关应用等。童咏昕北京航空航天大学计算机学院特聘研究员。主要研究方向是数据库与数据挖掘技术，通过有效地管理与探究海量数据，令大数据赋能应用、予力创新。许辰人北京大学信息科学技术学院研究员。致力于通过探索数字世界的高效互联技术来提升人类世界的尊严感和使命感。杨树森西安交通大学数学与统计学院教授。主要研究方向是大数据分析和边云协同智能领域研究。张浩清华大学物理系副教授。主要研究方向是用实验的手段探索量子世界的新奇物理，逐步解决量子计算在硬件上所面临的科学和工程瓶颈问题。张兰中国科学技术大学计算机学院特任教授。一手致力于数据的深度理解和价值评估，一手致力于数据的安全计算和隐私保护，左右互搏实现跨域数据的安全智能应用和共享。张利军南京大学计算机科学与技术系副教授、博士生导师。主要研究大规模机器学习与优化，提出面向大数据的学习算法并建立理论保障。张伟楠上海交通大学机器学习方向助理教授。一直致力于探索人工智能前沿技术并热衷于将技术落地到现实应用中去。浏览量4587 万讨论量1.9 万帮助中心知乎隐私保护指引申请开通机构号联系我们举报中心涉未成年举报网络谣言举报涉企虚假举报更多关于知乎下载知乎知乎招聘知乎指南知乎协议更多京 ICP 证 110745 号 · 京 ICP 备 13052560 号 - 1 · 京公网安备 11010802020088 号 · 京网文[2022]2674-081 号 · 药品医疗器械网络信息服务备案（京）网药械信息备字（2022）第00334号 · 广播电视节目制作经营许可证:（京）字第06591号 · 服务热线：400-919-0001 · Investor Relations · © 2024 知乎北京智者天下科技有限公司版权所有 · 违法和不良信息举报：010-82716601 · 举报邮箱：jubao@zhihu.

CAS(1760-24-3),N-[3-(三甲氧基硅基)丙基]乙二胺,DAMO|N-(β-氨乙基)-γ-氨丙基三甲氧基硅烷|3-(2-氨基乙基氨基)丙基三甲氧基硅烷|N-(2-氨乙基)-3-氨基丙基三甲氧基硅烷 | 1760-24-3|N-[3-(Trimethoxysilyl)propyl]ethylenediamine|N1-(3-(Trimethoxysilyl)propyl)ethane-1,2-diamine|en-APTAS|3-(2-Aminoethy,N-[3-(Trimethoxysil

The store will not work correctly in the case when cookies are disabled.

JavaScript 似乎在您的浏览器中禁用。

在我们的网站上获得最佳体验，请务必打开 Javascript 在您的浏览器。

首页

400-620-6333

提交您使用阿拉丁产品的研究文章，就得100元奖励！立即访问我们的提交页面.

跳到内容

英文站

切换导航

我的购物车

搜索

搜索444

搜索

高级搜索

搜索

高级搜索

结构搜索

搜索质检证书(CoA)

SDS 搜索

菜单

化学和生化试剂高端化学分析标准品配体Buchwald 配体手性配体NHC配体及配合物膦配体CVD和ALD前驱体分析试剂苛性碱和碱酸指示剂卡尔费休试剂色谱和光谱学试剂衍生化试剂pH缓冲液溶剂分析滴定液仪器分析试剂金属盐分析色谱HPLC缓冲液吸附剂低压液相色谱（LPLC）介质和附件薄层色谱板和吸附剂填料分析样品制备分子筛,活性碳,助滤剂SLE柱（液液萃取柱）和树脂原料药API组合催化剂手性催化剂有机催化剂光催化剂过渡金属催化剂交叉偶联催化剂加氢催化剂烯烃复分解置换Buchwald催化剂无机催化剂C-H活化催化剂化学生物学显色底物和化学发光底物荧光探针蛋白质降解砌块化学生物学工具交联剂点击化学（点击试剂）香精香料砌块含氟砌块卤代杂环杂环砌块有机砌块稳定性同位素化学合成手性助剂有机金属试剂硼酸及其衍生物格氏试剂有机硅试剂离子液体C-C键形成试剂偶合试剂卤化试剂氧化剂保护和脱保护试剂还原剂生化试剂多肽合成试剂生物制药生产细胞培养添加物生物工艺和制剂原材料制剂药物递送药物递送颗粒化材料液体制剂半固体制剂固体制剂蛋白质稳定剂细胞培养与微生物学细胞培养补充剂和试剂细胞培养皿细胞刮刀和细胞铲细胞滤网液体培养基微生物培养基原料蛋白质Markers酶抑制剂和酶底物荷尔蒙抗氧化剂氨基酸抗生素去垢剂染色剂和染料脂类核苷和核苷酸多肽维生素（维他命）琼脂糖葡聚糖生物缓冲液碳水化合物材料科学能源材料燃料电池催化剂电池材料燃料电池膜与材料硫族化物 (硫属化物)氧化物与陶瓷高纯盐高纯金属及合金量子点溶液和气相沉积前驱体太阳能材料电子材料磁性材料无机和金属纳米材料碳纳米材料（碳纳米管、石墨烯和富勒烯）液晶OFET和OPV材料OLED和PLED材料光子和光学材料印刷电子材料基板和预制电子器件特种与智能聚合物硅材料电子化学品和蚀刻剂自组装和接触印刷生物医学材料生物医用高分子亲水性高分子疏水性高分子聚乙二醇修饰剂 (PEGs和PEOs)3D生物打印聚合单体聚合物微球和纳米粒子药靶配体化合物库天然产物代谢物配体家族趋化因子PROTACs、分子胶和其他降解剂激活素和抑制素苯二氮卓类药物骨形态发生蛋白（BMP）CD分子（配体）补体成分和配体Ephrins成纤维细胞生长因子（FGF）家族配体半乳糖凝集素糖蛋白激素免疫检查点调节剂干扰素白细胞介素神经肽非甾体抗炎药（NSAIDs）肿瘤坏死因子（TNF）超家族血管内皮生长因子（VEGF）Wnt配体家族抗疟配体FDA批准的配体WHO基本药物配体合成有机化合物配体人、小鼠或大鼠体内的内源性肽Other peptides抗体类配体标记配体免疫配体抗菌配体Coronavirus生物化学品Viral 进入Viral 复制Viral 组装和成熟SARS-CoV-2 抑制剂Coronavirus 抗体mRNA 疫苗相关原材料消毒剂疫苗佐剂检测试剂蛋白质重组蛋白细胞因子和生长因子受体和细胞表面标记物神经营养因子CD抗原药靶蛋白信号通路蛋白免疫球蛋白微生物学与病毒学标记蛋白天然蛋白人蛋白牛蛋白鼠蛋白免疫球蛋白补体蛋白白蛋白和转运蛋白链霉亲和素无动物源蛋白酶糖苷酶药物分析酶核酸酶 (DNases 和 RNases)组织解离用酶辅酶蛋白质电泳和蛋白质印迹蛋白质电泳凝胶和缓冲液免疫检测试剂和底物转移缓冲液和试剂蛋白质电泳凝胶染色蛋白质纯化色谱重组和融合标签蛋白纯化生物素化蛋白纯化抗体蛋白质纯化抗体一抗内参抗体标签抗体细胞标志物抗体流式抗体药靶抗体同种型对照抗体偶联一抗重组抗体单克隆抗体多克隆抗体抗体对二抗Alexa Fluor® 偶联二抗生物素碱性磷酸酯酶（AP）辣根过氧化物酶（HRP）片段抗体免疫沉淀二抗预吸附二抗花青（Cyanine）荧光素罗丹明荧光蛋白非偶联单克隆抗体酪胺信号放大（TSA）细胞组织裂解液诊断检测（IVD）组织诊断通用组织诊断试剂细胞分离介质细胞学染色剂样品收集和保存唾液收集和保存粪便样本制备装置尿样采集和保存装置IVD抗原和蛋白质IVD抗原检测酶底物稳定剂、稀释剂和阻滞剂ELISA终止液和支持试剂IVD抗体ProClin™防腐剂检测酶I-Quip®️实验器具杂项工具接种环和接种针灭菌器接种环 & 接种针塑料夹坩埚蒸发皿不锈钢筛燃烧舟燃烧管游标卡尺计数器百分表硬度计千分尺超声波测距仪测厚仪镊子、药刮和用具解剖针包埋盒昆虫针手术刀组织用剪刀铁架台和铁环药匙PCR用品和设备离心管架离心管PCR板PCR管架PCR管通用移液器吸头预制胶天平、秤和称重分析天平托盘天平精密天平砝码水分仪电子称量勺称量纸称量船和称量盘称量漏斗密封膜、箔和胶带过滤和层析透析切向流过滤层析柱、填充柱和填料层析柱预填充柱填料离子交换填料疏水层析填料亲和树脂-针对特定基团蛋白质A树脂 - 亲和抗体亲和树脂-标签蛋白滤器支架（滤器装置）滤膜滤纸过滤漏斗过滤器真空过滤器胶囊过滤器提取滤筒（套筒）无菌一次性过滤系统砂芯滤器压力过滤器溶剂过滤系统（可更换滤膜）吸头滤芯针式滤器显微镜和显微镜载玻片盖玻片液体处理和分配移液器架移液器真空泵样品处理样品杯或样品瓶低温储存实验室样本采集电化学仪器电导率仪溶氧仪（溶解氧仪）酸度计、电位和离子计升降台蒸发和干燥硅胶塞和橡胶塞实验室搅拌与混合研磨机和均质机乳钵磁力搅拌器及附件熔金元皿实验室加热与冷却酒精灯放大镜实验室标签超声波清洗器取样勺取样器实验室容器和储存塑料瓶擦拭纸玻璃器皿染色缸和架温度计比色管熔点毛细管比色板烧杯玻璃培养皿玻璃瓶滴定管量筒玻璃离心管滴瓶玻璃试管烧瓶漏斗玻璃移液管和吸管玻璃吸管玻璃移液管容量瓶安全、手套、眼镜和清洁耳塞和耳罩危险品储存和处置口罩鞋套套袖生物危害袋和高压灭菌袋防护面具和面屏实验服、围裙和服装清洁用品眼镜和护目镜手套积分礼品1,000-9,999 积分10,000-49,999 积分50,000-99,999 积分100,000-299,999 积分300,000-499,999 积分500,000-1,000,000 积分

帮助中心

账号

首页

化学和生化试剂

高端化学

化学合成

有机硅试剂

N-[3-(三甲氧基硅基)丙基]乙二胺

规格或纯度:

95%

CAS编号:

1760-24-3

分子式:

C8H22N2O3Si

分子量: 222.36

Beilstein号:

636230

EC号:

217-164-6

MDL号:

MFCD00008173

PubChem编号:

15659

有货

库存信息

关闭

库存信息

关闭

库存信息

关闭

库存信息

关闭

货号 (SKU)

包装规格

是否现货

价格数量

T101385-25ml

25ml

现货

添加到购物车

T101385-100ml

100ml

现货

添加到购物车

T101385-500ml

500ml

现货

添加到购物车

T101385-2.5L

2.5L

现货

添加到购物车

大包装询价

添加到收藏夹

比较

SDS中文版

DATASHEET

查看相关系列

元素分类的化合物

硅化合物

Skip to the end of the images gallery

Skip to the beginning of the images gallery

基本描述

别名

DAMO|N-(β-氨乙基)-γ-氨丙基三甲氧基硅烷|3-(2-氨基乙基氨基)丙基三甲氧基硅烷|N-(2-氨乙基)-3-氨基丙基三甲氧基硅烷

规格或纯度

95%

英文名称

N-[3-(Trimethoxysilyl)propyl]ethylenediamine

应用

1.主要用来偶联有机高聚物和无机物，使二者化学键合成为整体，以改善聚合体的各种物理机械性能、电气性能、耐水性、耐老化性等，适于偶联的高聚物有热固型树脂，如环氧、酚醛、聚氨酯、三聚氰氨、丁腈酚醛；热熔型树脂，如聚苯乙烯、聚氯乙烯、聚酰胺；弹性体聚硫橡胶、聚氨酯橡胶等。

2. 主要提高环氧、酚醛、三聚氰胺、呋喃等树脂层压材料性能,对聚丙烯、聚乙烯、聚丙烯酸醋、有机硅、聚酰胺、聚碳酸醋、聚氰乙烯也有效。

3. 要作玻璃纤维整理剂，也广泛用于玻璃微珠、白炭黑、滑石、云母、粘土、粉煤灰等含硅物质。

储存温度

充氩

运输条件

常规运输

产品介绍

溶于苯、乙酸乙酯，与水反应分解。1.主要用来偶联有机高聚物和无机物，使二者化学键合成为整体，以改善聚合体的各种物理机械性能、电气性能、耐水性、耐老化性等，适于偶联的高聚物有热固型树脂，如环氧、酚醛、聚氨酯、三聚氰氨、丁腈酚醛；热熔型树脂，如聚苯乙烯、聚氯乙烯、聚酰胺；弹性体聚硫橡胶、聚氨酯橡胶等。 2. 主要提高环氧、酚醛、三聚氰胺、呋喃等树脂层压材料性能,对聚丙烯、聚乙烯、聚丙烯酸醋、有机硅、聚酰胺、聚碳酸醋、聚氰乙烯也有效。 3. 要作玻璃纤维整理剂，也广泛用于玻璃微珠、白炭黑、滑石、云母、粘土、粉煤灰等含硅物质。

名称和标识符

EC号

217-164-6

IUPAC Name

N'-(3-trimethoxysilylpropyl)ethane-1,2-diamine

INCHI

InChI=1S/C8H22N2O3Si/c1-11-14(12-2,13-3)8-4-6-10-7-5-9/h10H,4-9H2,1-3H3

InChi Key

PHQOGHDTIVQXHL-UHFFFAOYSA-N

Canonical SMILES

CO[Si](CCCNCCN)(OC)OC

WGK Germany

RTECS

KV7400000

PubChem CID

15659

分子量

222.36

Beilstein号

636230

Reaxy-Rn

636230

化学和物理性质

溶解性

Soluble in water (reacts).

密度

1.03

敏感性

对空气和湿度敏感

折光率

1.4425-1.4445

闪点(℉)

154.4 °F

闪点(℃)

136 °C

沸点

261-261°C

安全和危险性（GHS）

象形图

Health Hazard

Corrosive

Harmful

信号词

Danger

危险声明

H315: Causes skin irritationH373: Causes damage to organs through prolonged or repeated exposureH314: Causes severe skin burns and eye damageH412: Harmful to aquatic life with long lasting effectsH302: Harmful if swallowedH318: Causes serious eye damageH317: May cause an allergic skin reactionH332: Harmful if inhaled

预防措施声明

P261,P273,P280,P302+P352,P321,P405,P501,P264,P260,P271,P270,P301+P330+P331,P304+P340,P363,P272,P333+P313,P362+P364,P330,P264+P265,P301+P317,P305+P354+P338,P317,P332+P317,P302+P361+P354,P316,P319

WGK Germany

RTECS

KV7400000

Reaxy-Rn

636230

个人防护装备

Eyeshields,Faceshields,full-face respirator (US),Gloves,multi-purpose combination respirator cartridge (US),type ABEK (EN14387) respirator filter

im钱包官方网站 数字资产服务平台

tp钱包安卓下载链接|damo

达摩院

【AI研究院】一年了，再看看江湖中的达摩院 - 知乎

DAMO-YOLO: 兼顾速度与精度的新目标检测框架 - 知乎

阿里达摩院都有哪些研究方向？ - 知乎

达摩院校园招聘

2023’s Top 10 Tech Trends By Alibaba’s DAMO Academy-Alibaba Group

阿里达摩院 - 知乎

im钱包官方网站
数字资产服务平台