讲真，隆鼻虽然不是什么大手术，但是对医生的主观审美和技术是比较考验的，再厉害的医生也做不到让所有求美者都满意。
对于想要隆鼻的姐妹来说，只能尽可能选择资质过硬、经验丰富、审美一致的医生，降低踩坑的概率。
下面就跟大家分享几个在重庆做鼻子问得比较多、资历也靠谱的隆鼻医生，根据自己的情况来选择吧。
李世荣
在鼻部整形方面，经验很足，资历也比较丰富。但是由于年纪稍偏大，审美风格也比较保守，基本都是偏自然的风格。
王旭明
在国内和国际的知名度都比较大，审美和风格都跟得上潮流，案例很多，专攻鼻部整形，手术经验非常的丰富，在国内很多核心期刊发表学术论文，还出版过鼻部整形的教科书，在高难鼻修复万面有深的造诣，不少外地顾客慕名而来，名声很大，隆鼻后的鼻背线条流畅，鼻子精致，比较自然。
张国强
他从业以来专攻鼻整形手术多年，临床经历丰富，是年龄比较大的医生成熟、稳重、方案设计比较保守，自我主观意识比较强，隆鼻个人风格比较定式化，但对细节的把控比较好。
谢锦清
做鼻子在重庆能排进前列。比较好沟通，做过鼻子的人大多反映很会术前沟通了解顾客想要的，对潮流审美比较精通，贴合现代审美。找他做鼻子的年轻人很多，主要是审美跟得上年轻人，隆鼻的风格是偏向于时尚感的。在审美前沿培养独特的美学风格，超高的美学素养和精微的手法特点，深受广大爱美人士的喜爱与追捧。
黄鲜
正经美容外科学出身，隆鼻手术技术娴熟，深入研究鼻部解刨学做鼻型设计，作为重庆隆鼻比较好的医生，可以说是非常严谨了，手术剥离的比较细致，会将鼻腔系的血痂处理的比较好，鼻部腔隙的呼吸相对顺畅，体验感好。优势在于保留鼻部原组织生态，小切口，恢复快，鼻背曲线流畅，正面／侧面鼻型都翘挺自然。
林勇
在鼻子整形上有着独到的见解，偏向于学术派，拥有扎实的功底，风格比较统一，还是比较细心严谨，与顾客沟通方面不太擅长。
范文亮
审美时尚，邀赴国外进行学术交流，善于跟顾客沟通设计，不过手术经验方面还有所欠缺，针对高难度鼻子把控不了水准。
杨智斌
公立医院的医生擅长吸脂技术进行体形雕塑：脂肪移植面部埴充，面部年轻化治疗；面部微整形注射治疗；面部重脸、眼袋除皱，隆鼻等美容手术；面部癌痕及肿瘤切除修复，体表肿物、腋臭微创手术治疗。
相关推荐: 大语言模型端侧部署+LLM超自动化，“贾维斯”智能管家照进现实
▲ 图片由AI生成 LLM强势挺进端侧，AI大语言模型端侧部署如何影响超自动化？ 端侧部署对大语言模型落地有什么好处？对超自动化有什么影响？ 产业上下游齐发力LLM挺进端侧，大语言模型加速落地利好超自动化 芯片、云服务、终端厂商齐发力，LLM决胜端侧，超自动化受益其中 从谷歌推出Gecko到高通引入Llama 2，端侧部署成为LLM落地重要方向 大语言模型端侧部署+LLM超自动化，“贾维斯”智能管家照进现实 文/王吉伟 算力资源吃紧，成本居高不下，数据隐私泄露，用户体验不佳…… 以OpenAI为代表的大语言模型爆发后，多重因素影响之下本地化部署成为LLM落地的主流模式。LLM迫切需要部署在本地设备上，围绕LLM端侧部署的研究与探索空前高涨。 5月份，Google推出了可以在旗舰手机上离线运行的PaLM2 轻量版Gecko。 从这一刻起，能够在端侧运行的大语言模型成了厂商们的重要任务。毕竟LLM要落地，移动终端是最好的载体之一，同时端侧也有着巨大的市场空间。 于是，厂商们纷纷开启狂飙模式，踏上LLM的压缩、蒸馏及优化之路，要把自家的云端大模型先行装进手机。 也就是在此期间，高通提出了混合AI概念：AI处理必须分布在云端和终端进行，才能实现AI的规模化扩展并发挥其最大潜能。 端侧的市场规模，加上混合AI趋势，就连微软也与Meta结盟共同推出了可以部署在端侧的开源大语言模型Llama 2。 被称为“GPT-4最强平替”的Llama 2，可以让开发者以很低的成本为客户提供自主大模型，将为开发者们带来更多可能性和创新机遇。 由此开始，各家芯片厂商全力研发能够适配各种大模型的芯片、技术以及解决方案。 虽然能够支持LLM本地运行的芯片还没有量产，但高通在世界人工智能大会期间于手机端使用SD十几秒生成一张图片的演示，迅速吸引多方眼球。 高通计划2024年开始在搭载骁龙平台的终端上支持基于Llama 2的AI部署，联发将在下半年发布的下一代旗舰SoC也将支持AI部署。 端侧部署芯片蓄势待发，智能终端厂商披星戴月。 尤其是手机厂商，都在全力进行面向LLM的研发与测试，目前基本都已发布基于云端的自有大语言模型，更想全力争夺LLM端侧部署的先发时刻。 产业链上下游雨点般的密集动作，彰显LLM正在快速挺进端侧。 关注王吉伟频道的朋友知道，LLM也正在与超自动化高速融合，并为超自动带来了从技术架构到产品生态再到经营模式的转变。 过去的LLM都在云端部署，就已为超自动化带来了这么大变化。现在LLM即将实现端侧部署，又将为超自动化带来哪些影响？ 本文，王吉伟频道就跟大家聊聊这些。 手机厂商推出大模型 7月下旬，外媒爆料苹果公司正在悄悄开发人工智能工具，且已建立了自己的框架“Ajax”来创建大型语言模型。以“Ajax”为基础，苹果还创建了一项聊天机器人服务，内部一些工程师将其称为“Apple GPT”。 一个月后，苹果开始全面招聘工程师和研究人员以压缩LLM，使其能在iPhone和iPad上高效运行。这一举措标志着苹果公司正积极推动人工智能的发展，并希望成为首批开发出能在手机和设备上而非云端有效运行的人工智能软件的公司之一。 8月初，华为在HDC 2023 开发者大会上表示手机小艺语音助手已升级支持大语言模型，可以像目前火热的 AI 聊天机器人那样辅助办公和学习。 同时华为在发布HarmonyOS 4时，也宣布已将AI大模型能力内置在了系统底层。HarmonyOS 4由华为盘古大模型提供底层支持，希望给用户带来智慧终端交互、高阶生产力效率、个性化服务的全新AI体验变革。 小米公司此前并未“官宣”进入LLM赛道，但其大语言大模型MiLM-6B已经悄然现身 C-Eval、CMMLU 大模型评测榜单。截至当前，小米大模型在C-Eval总榜单排名第10、同参数量级排名第1。 在8月14日晚举办的小米年度演讲中，雷军表示小米AI大模型最新一个13亿参数大模型已经成功在手机本地跑通，部分场景可以媲美60亿参数模型在云端运行结果。小米旗下人工智能助手小爱同学已开始升级AI大模型能力，在发布会当天开启邀请测试。 OPPO已在8月13日宣布，基于AndesGPT打造的全新小布助手即将开启大型体验活动。升级后的小布助手将具备AI大模型能力，拥有更强的语义理解对话能力，可以根据需求的文案撰写用户需要的内容，归纳总结等AI能力也将大大增强。 AndesGPT是OPPO 安第斯智能云团队打造的基于混合云架构的生成式大语言模型。该团队在两年前开始对预训练语言模型进行探索和落地应用，自研了一亿、三亿和十亿参数量的大模型OBERT。OBERT曾一度跃居中文语言理解测评基准CLUE1.1总榜第五名，大规模知识图谱问答KgCLUE1.0排行榜第一名。 vivo也在今年5月研发了面向自然语言理解任务的文本预训练模型3MP-Text，曾一举夺得 CLUE 榜单（中文语言理解基准测评）1亿参数模型效果排名第一。有消息透露，vivo将在今年10月左右推出新的OriginOS 4.0系统，新系统将内置AI大模型。 荣耀是最早布局AI的手机厂商之一，其AI能力的进阶主要分为三个阶段：第一阶段是从0到1提出概念，将需求场景化，比如相机可以直接识别绿植、天空，AI能够对图像进行对应的优化；第二阶段，AI有了上下文理解与学习，基于位置、时间对消费者习惯进行整合式机器的决策；第三阶段就是把AI引入端侧。 荣耀也曾公开对外表示，将率先将 AI 大模型引入端侧。 芯片厂商的LLM动作 高通是LLM端侧部署的坚定推动者。 6月初，高通发布了《混合AI是AI的未来》白皮书。高通认为，随着生成式 AI正以前所未有的速度发展以及计算需求的日益增长，AI 处理必须分布在云端和终端进行，才能实现AI 的规模化扩展并发挥其最大潜能。 云端和边缘终端如智能手机、汽车、个人电脑和物联网终端协同工作，能够实现更强大、更高效且高度优化的 AI，混合AI将支持生成式AI应用开发者和提供商利用边缘侧终端的计算能力降低成本，因此混合AI才是AI的未来。（后台发消息 混合 ，获取该白皮书）。 在今年的世界人工智能大会上，高通展示了在终端侧运行生成式AI模型Stable Diffusion的技术演示，和终端侧语言-视觉模型（LVM）ControlNet的运行演示，参数量达到10亿-15亿，能够在十几秒内完成一系列推理。 7月19日，Meta宣布与微软合作共同推出开源大语言模型Llama 2之后，高通随即官宣了与Meta公司的合作，将实现在高通骁龙芯片上可以不联网的情况下，运行基于Llama 2模型的应用和服务。 双方通过合作，可以在智能手机、PC、AR / VR 头显设备、汽车等设备上，运行Llama 2为代表的生成式 AI 模型，帮助开发者减少云端运行成本，为用户提供私密、更可靠和个性化的体验。 高通计划从2024年起，在搭载骁龙平台的终端上支持基于Llama 2的AI部署。目前，开发者已经可以开始使用高通AI软件栈面向终端侧AI进行应用优化。 联发科在4月28日官宣发布了全球首个繁体中文AI大型语言模型BLOOM-zh，该模型于2月份开始内测，至发布时在大多数繁体中文基准测试中优于其前身，同时保持其英语能力。 与高通一样，联发科也在积极拥抱Llama 2。 8月24日，联发科宣布将运用Meta最新一代大型语言模型Llama2以及联发科最先进的人工智能处理单元(APU)和完整的AI开发平台(NeuroPilot)，建立完整的终端运算生态系统，加速智能手机、汽车、智慧家庭、物联网等终端装置上的AI应用开发。 预计运用Llama 2模型开发的AI应用，将在年底最新旗舰产品上亮相。 联发科透露，其下一代旗舰SoC天机9300将于下半年推出，常规的性能提升之外，还将整合最新的APU，在手机等终端设备上带来更强的AI能力，类似ChatGPT的服务体验。 6月上旬，也有消息透露三星电子已在开发自己的大型语言模型（LLM）以供内部使用。 除了手机等端侧设备，PC仍旧是重要的个人与企业生产力工具，英特尔也在不遗余力的对大语言模型进行支持。 英特尔在6月份官宣了用Aurora超级计算机开发的生成式AI模型Aurora genAI，参数量将多达1万亿”。 英特尔提供了一系列AI解决方案，为AI社区开发和运行Llama 2等模型提供了极具竞争力和极具吸引力的选择。丰富的AI硬件产品组合与优化开放的软件相结合，为用户应对算力挑战提供了可行的方案。 英特尔还通过软件生态的构建和模型优化，进一步推动新兴的生成式AI场景在个人电脑的落地，广泛覆盖轻薄本、全能本、游戏本等。目前，英特尔正与PC产业众多合作伙伴通力合作，致力于让广大用户在日常生活和工作中，通过AI的辅助来提高效率，带来革新性的PC体验。 AMD在6月中旬发布了最新款数据中心GPU——MI300X，但似乎并不被市场看好，大客户并不买单。 倒是近期陈天奇TVM团队出品的优化算法，实现在最新Llama2 7B 和13B模型中，用一块 AMD Radeon RX 7900 XTX 速度可以达到英伟达 RTX 4090的80%，或是3090Ti的94%。 这个优化算法，让更多人开始关注AMD的GPU显卡，也让更多AMD个人玩家看到了用AMD芯片训练LLM的希望。目前，已经有一些开源LLM模型能够支持A卡。 众所周知，目前英伟达GPU是全球算力的主要构建者。当前想要玩转大语言模型，从B端到C端都离不开英伟达，相关数据预测英伟达将占据AI芯片市场至少90%的市场份额。 Jon Peddie Research（JPR）最新GPU市场数据统计报告显示，2023年第一季度桌面独立显卡的销量约为630万块，英伟达以84%的市场份额继续占据主导地位，大约销售了529万张桌面独立显卡；AMD以12%的市场份额排在第二，出货量大概为76万张。 作为当前最大的算力供应商，英伟达在大语言模型以及生成式AI方面以及发布了很多战略、解决方案及产品。 限于篇幅关于英伟达这里不做赘述，大家可以自行搜索了解。 LLM端侧部署有什么好处？ 从芯片厂商到终端厂商，都在抢滩登陆部署大语言模型。现在，他们又将目光聚焦到了LLM的端侧部署，这其中的逻辑是什么呢？ 在讨论这个问题之前，不妨先看看端侧部署LLM有哪些好处。 近几年LLM取得了长足的进展，却面临着一些挑战，比如计算资源限制、数据隐私保护以及模型的可解释性等问题，都是制约LLM走进千行百业的重要因素。 …
原创文章，作者：admin，如若转载，请注明出处：http://readdaily.cn/other/103376.html
