法定代表人:王妍 注冊(cè)資本:20000萬(wàn)元人民幣 成立時(shí)間:2010-01-14 所屬行業(yè):金融業(yè)
地址:長(zhǎng)春市凈月開發(fā)區(qū)乙十四路偉峰·生態(tài)新城9#辦公樓301號(hào)(租期至2032-8-10)
法定代表人:張潮海 注冊(cè)資本:10000萬(wàn)元人民幣 成立時(shí)間:2015-09-20 所屬行業(yè):文化、體育和娛樂(lè)業(yè)
地址:吉林省長(zhǎng)春市南關(guān)區(qū)人民大街5688號(hào)紫荊花飯店4樓北區(qū)
法定代表人:張振宇 注冊(cè)資本:13000萬(wàn)元人民幣 成立時(shí)間:2018-01-24 所屬行業(yè):租賃和商務(wù)服務(wù)業(yè)
地址:吉林省松原市寧江區(qū)烏蘭大街西側(cè),博翔百年城第120幢107號(hào)
法定代表人:孫德磊 注冊(cè)資本:100萬(wàn)元人民幣 成立時(shí)間:2018-06-04 所屬行業(yè):信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)
地址:吉林省長(zhǎng)春市朝陽(yáng)區(qū)西朝陽(yáng)路南胡同5號(hào)1單元601號(hào)房
法定代表人:呂大偉 注冊(cè)資本:10萬(wàn)元人民幣 成立時(shí)間:2014-06-10 所屬行業(yè):文化、體育和娛樂(lè)業(yè)
地址:長(zhǎng)嶺縣嶺城路南長(zhǎng)豐街西(原長(zhǎng)嶺分院)
法定代表人:陳瑩 注冊(cè)資本:1000萬(wàn)元人民幣 成立時(shí)間:2014-01-07 所屬行業(yè):金融業(yè)
地址:長(zhǎng)春市南關(guān)區(qū)長(zhǎng)春大街118號(hào)A棟4號(hào)
法定代表人:江立國(guó) 注冊(cè)資本:1000萬(wàn)元人民幣 成立時(shí)間:2015-12-07 所屬行業(yè):科學(xué)研究和技術(shù)服務(wù)業(yè)
地址:吉林省長(zhǎng)春市朝陽(yáng)區(qū)渾江街282號(hào)219室
法定代表人:李明東 注冊(cè)資本:2000萬(wàn)元人民幣 成立時(shí)間:2008-10-09 所屬行業(yè):科學(xué)研究和技術(shù)服務(wù)業(yè)
地址:長(zhǎng)春市工農(nóng)大路1313號(hào)百腦匯科技大廈1單元702-704號(hào)房
法定代表人:?jiǎn)吻逵?nbsp; 注冊(cè)資本:2000萬(wàn)元人民幣 成立時(shí)間:2017-07-10 所屬行業(yè):信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)
地址:長(zhǎng)春市朝陽(yáng)區(qū)工農(nóng)大路1313號(hào)長(zhǎng)春百腦匯科技大廈2319室
法定代表人:李凌輝 注冊(cè)資本:20000萬(wàn)元人民幣 成立時(shí)間:2014-10-08 所屬行業(yè):租賃和商務(wù)服務(wù)業(yè)
地址:吉林省長(zhǎng)春市朝陽(yáng)區(qū)重慶小區(qū)4號(hào)樓5單元936室。
7月3日消息,德國(guó)聯(lián)邦汽車運(yùn)輸管理局(KBA)發(fā)布2025年6月車輛登記數(shù)據(jù)報(bào)告。報(bào)告顯示,盡管電動(dòng)汽車銷量總體有所上升,但特斯拉6月在德國(guó)電動(dòng)汽車銷量較去年同期下降60%,售出1860輛汽車。2025年上半年,特斯拉銷量為8890輛,較去年同期下降58.2%。(界面)
10分鐘前
36氪獲悉,安控科技發(fā)布公告,公司持股14.35%的股東深圳市高新投集團(tuán)有限公司(簡(jiǎn)稱“深圳高新投”)計(jì)劃通過(guò)大宗交易和集中競(jìng)價(jià)相結(jié)合的交易方式,減持公司股份不超過(guò)4696.13萬(wàn)股,即不超過(guò)公司總股本的3%。
10分鐘前
36氪獲悉,近日,國(guó)際頂級(jí)會(huì)議ICCV 2025(計(jì)算機(jī)視覺(jué)國(guó)際大會(huì))公布論文錄用結(jié)果,格靈深瞳共有6篇論文入選,成果涉及視覺(jué)基座模型、人臉3D重建、文檔幾何校正、人體動(dòng)作生成、魯棒三維重建等多個(gè)視覺(jué)AI研究關(guān)鍵方向。在視覺(jué)基座模型方面,格靈深瞳與華為諾亞研究院合作的論文入選。該成果通過(guò)引入?yún)^(qū)域Transformer層和高效的區(qū)域聚類判別損失,有效提升視覺(jué)模型對(duì)局部區(qū)域信息的感知與表達(dá)能力,使其在OCR、目標(biāo)檢測(cè)和分割等密集視覺(jué)任務(wù)中表現(xiàn)突出。
10分鐘前