JOTO
联系我们
← 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

483 篇高质量内容
多模态模型
多模态模型
多模态模型

Llama 3.1 Omni:颠覆性的文本与语音双输出模型

多模态模型
多模态模型
多模态模型

阿里8B模型拿下多页文档理解新SOTA,324个视觉token表示一页,缩减80%

多模态模型
多模态模型
多模态模型

GPT-4 和 GPT-4o的主要区别

多模态模型
多模态模型
多模态模型

使用 Dify 和 AI 大模型理解视频内容:Qwen 2 VL 72B

多模态模型
多模态模型
多模态模型

语音识别大赛五连冠!开会就能用!

多模态模型
多模态模型
多模态模型

独家丨科大讯飞多模态:都说端到端好,看谁有本事先做出来

多模态模型
多模态模型
多模态模型

语音驱动嘴型与面部动画生成算法大盘点

多模态模型
多模态模型
多模态模型

如何利用视觉AI做自动化测试?--Applitools

多模态模型
多模态模型
多模态模型

视觉RAG:变革传统深度学习模型开发流程,开创下一代多模态视觉模型的新时代

多模态模型
多模态模型
多模态模型

Sora:大视觉模型的背景、技术、局限性

多模态模型
多模态模型
多模态模型

基于Threejs的3D 互动虚拟展厅+ChatGPT 虚拟人聊天

多模态模型
多模态模型
多模态模型

MiniMax发布AI视频生成模型:可生成6S,限时免费

多模态模型
多模态模型
多模态模型

火山 RTC+豆包大模型,给用户体验装上银色子弹

多模态模型
多模态模型
多模态模型

多模态大模型技术白皮书 2024

多模态模型
多模态模型
多模态模型

最近用大模型的几点感想~

多模态模型
多模态模型
多模态模型

多模态大模型中,多模态融合后怎样知道最终结果受哪种模态影响更大?

多模态模型
多模态模型
多模态模型

我们给AI打了通视频电话,发现它好像啥都能唠。。。

多模态模型
多模态模型
多模态模型

多模态提示技术:融合文本、图像、音频的AI应用

多模态模型
多模态模型
多模态模型

Qwen2-VL 全链路模型体验、下载、推理、微调实战!

多模态模型
多模态模型
多模态模型

Docmatix - 超大文档视觉问答数据集