JOTO
Contact us
← AI 智库
模型与技术专题

多模态模型

整理多模态模型相关的技术判断、实施方法与企业级实践,重点关注可部署性、安全性和业务价值。

相关文章

553 篇高质量内容
多模态模型
多模态模型
多模态模型

利用AI进行视频与文本处理:技术流程实现与应用场景分析

多模态模型
多模态模型
多模态模型

只需将感知推理能力拆分,2B大模型就能战胜20B!国产新框架高效处理视觉任务

多模态模型
多模态模型
多模态模型

Agent | 清华提出智能体IoA新框架:编织异构代理网络,实现协作智能

多模态模型
多模态模型
多模态模型

微软推出Glyph-ByT5-v2,支持10种语言高精度文字海报生成

多模态模型
多模态模型
多模态模型

腾讯新研究Follow-Your-Emoji:可生成面部说话视频的真人、卡通、雕塑、动物...

多模态模型
多模态模型
多模态模型

万字长文分享快手 Kolors 可图大模型应用实践

多模态模型
多模态模型
多模态模型

腾讯SEED-Story:生成丰富、叙事连贯及风格一致图文故事的大模型

多模态模型
多模态模型
多模态模型

【LLM】通过文档截图嵌入统一多模态检索

多模态模型
多模态模型
多模态模型

ChartBench 面向复杂图表的认知与推理评测数据集

多模态模型
多模态模型
多模态模型

Ferret系列之Ferret-UI:用多模态大模型给手机UI理解插上翅膀

多模态模型
多模态模型
多模态模型

Kosmos-2.5 | 微软提出多模态阅读模型,让机器轻松驾驭文本密集图像

多模态模型
多模态模型
多模态模型

AGI|基于Joint BERT模型的意图识别技术实践

多模态模型
多模态模型
多模态模型

可灵:快手视频生成大模型

多模态模型
多模态模型
多模态模型

Nature:人工智能出病理报告,准确率高达89.5%!

多模态模型
多模态模型
多模态模型

浅谈AI生成视频在金融领域的应用

多模态模型
多模态模型
多模态模型

探索AI智能体Agent的核心架构:记忆、工具与行动

多模态模型
多模态模型
多模态模型

从AIGC短剧到金融、零售应用,视频生成大模型价值几何?

多模态模型
多模态模型
多模态模型

沉浸式体验:Runway Gen-3 Alpha带你进入神奇的模拟场景!

多模态模型
多模态模型
多模态模型

Stable Diffusion中CFG有啥用?

多模态模型
多模态模型
多模态模型

专访 LanceDB 创始人:多模态 AI 需要下一代数据基建