# 函数计算 #
1
关注
21426内容
0 代码！2 种方式，一键部署 DeepSeek 系列模型
DeepSeek 凭借其卓越的性能和广泛的应用场景，迅速在全球范围内获得了极高的关注度和广泛的用户基础。DeepSeek-R1-Distill 是使用 DeepSeek-R1 生成的样本对开源模型进行蒸馏得到的小模型，拥有更小参数规模，推理成本更低，基准测试同样表现出色。依托于函数计算 FC 算力，Serverless+ AI 开发平台 CAP 现已提供模型服务、应用模版两种部署方式辅助您部署 DeepSeek R1 系列模型。完成模型部署后，您即可与模型进行对话体验；或以 API 形式进行调用，接入 AI 应用中。欢迎您立即体验。
大模型推理服务全景图
国内大模型推理需求激增，性能提升的主战场将从训练转移到推理。
最后一周！参与函数计算×百炼新春活动，三步赢取蛇年精美好礼
函数计算×百炼模型服务联合推出的 AI 创作方案，将从剧本创作到动画生成，从字幕、图像生成到视频合成，一站式自动化流程，让创作者使用 AI 技术，轻松记录新年故事，感受科技与传统节日的完美融合。
阿里云 EMR Serverless Spark 在微财机器学习场景下的应用
面对机器学习场景下的训练瓶颈，微财选择基于阿里云 EMR Serverless Spark 建立数据平台。通过 EMR Serverless Spark，微财突破了单机训练使用的数据规模瓶颈，大幅提升了训练效率，解决了存算分离架构下 Shuffle 稳定性和性能困扰，为智能风控等业务提供了强有力的技术支撑。
RT-DETR改进策略【注意力机制篇】| SENet V2 优化SE注意力机制，聚合通道和全局信息
RT-DETR改进策略【注意力机制篇】| SENet V2 优化SE注意力机制，聚合通道和全局信息
DeepSeek × 时间序列 ：DeepSeek-TS，基于状态空间增强MLA与GRPO的时序预测新框架
DeepSeek-TS 是一种创新的多产品时间序列预测框架，结合了 DeepSeek 中高效的多头潜在注意力（MLA）和群组相对策略优化（GRPO）技术。该框架通过扩展 MLA 提出 MLA-Mamba，允许潜在特征通过非线性激活的状态空间模型动态演变，提供自适应记忆以适应趋势变化。同时，通过 GRPO 引入智能决策过程，持续改进预测，有效响应销售模式的突变。实验结果显示，DeepSeek-TS 在建模复杂的产品间关系和适应非线性动态方面表现出色，显著优于经典的 ARMA 模型和标准的基于 GRU 的网络。
YOLOv11改进策略【注意力机制篇】| SENet V2 优化SE注意力机制，聚合通道和全局信息
YOLOv11改进策略【注意力机制篇】| SENet V2 优化SE注意力机制，聚合通道和全局信息
一键解锁 AI 动画视频创作，赢好礼
短视频行业的快速增长使得内容创作的速度和质量成为竞争关键。传统动画故事制作复杂且昂贵，限制了创作者对市场热点的快速反应和创新实现。本方案通过 AI 生成剧本和动画，简化创作流程并降低技术门槛，使创作者能高效生产高质量作品，迅速适应市场需求。
《AI剧本生成与动画创作》解决方案深度测评报告
该解决方案基于阿里云函数计算（FC）和百炼大模型平台，结合图像生成模型与语音合成技术，实现从剧本生成到动画渲染的自动化流程。核心步骤包括剧本生成、分镜设计和动画渲染，支持模块化扩展和低成本弹性伸缩。部署耗时约80分钟，首次部署需下载大模型文件。优势在于高效生成动画、低成本试错和丰富的动态效果，但也存在剧本逻辑跳跃、画面细节瑕疵等问题。综合评分为4/5，适用于短视频营销等场景。
免费试用