多模态技术 - 53AI-AI知识库|大模型知识库|大模型训练|智能体开发

分类：

标签：

AutoStudio连环漫画生成方案体验、原理解析

AutoStudio是一个连环漫画生成方案，通过使用不同的基座和DreamShaper技术，可以生成具有不同场景和角色的漫画。

发布日期： 2024-08-11 07:21:04

查看详情
融合企业内部数据，赋能工业场景多模态智能决策

本文讨论了工业场景中多模态数据的现状和智能决策的路径，指出结构化和非结构化数据的融合可以提供更多的决策支持，目前还处于初期阶段。

发布日期： 2024-08-09 14:18:38

查看详情
MAS | 让多智能体干活！做海南旅游官网优化方案，tools爬取网站，Agent分析输出优化方案！

本文介绍了多智能体系统MAS(Multi-Agent System)的0-1学习项目，通过Crew AI框架实现多智能体协作，爬取海南旅游官网并分析输出营销优化方案。

发布日期： 2024-08-08 06:12:46

查看详情
深度分析--多模态大模型在金融行业应用解决方案 2024

本文深入分析了多模态大模型在金融行业的应用解决方案，重点探讨了金融行业知识密集型数字化应用场景下的技术架构选型。文章以保险行业核保流程为例，阐述了大模型如何通过学习广泛的语料，积累和反映金融行业特有的概念、术语和逻辑关系，从而提高核保员的工作效率。

发布日期： 2024-08-08 06:11:37

查看详情
面壁小钢炮 MiniCPM-V 2.6 部署指南

面壁小钢炮 MiniCPM-V 2.6 是一款端侧多模态模型，具有8B参数，支持多种推理方式，如 llama.cpp、ollama、vllm。它在单图、多图、视频理解方面取得了3个SOTA成绩，与GPT-4V水平相当。模型还首次将实时视频理解、多图联合理解等能力引入端侧，更贴近真实世界的多模态需求。

发布日期： 2024-08-06 21:56:52

查看详情
多模态手机智能体 Mobile-Agent

本文介绍了阿里通义实验室的多模态手机智能体 Mobile-Agent，包括其背景、两个版本的介绍以及开源实战分享。

发布日期： 2024-08-03 20:54:43

查看详情
Stable Diffusion WebUI v1.10.0重大更新，支持SD3!

Stable Diffusion WebUI v1.10.0版本带来了重大更新，包括对SD3模型的支持、性能提升和错误修复。

发布日期： 2024-08-03 05:04:19

查看详情
多模态大模型数据处理策略总结：兼看RAG增强编程语言翻译任务的简单方案

本文总结了多模态大模型在数据处理策略方面的进展，并探讨了RAG技术在增强编程语言翻译任务中的应用。

发布日期： 2024-07-31 11:49:46

查看详情
AIQ Interview：面试的智面星

AIQ Interview是一款基于大模型技术的人工智能在线面试工具，提供实时语音识别和即时响应提示，帮助用户提高面试成功率。它支持模拟真实面试，提供反馈报告，增强用户求职竞争力。AIQ Interview适用于HR和应聘者，支持中文和英文，旨在帮助用户获得理想工作，推进职业生涯。

发布日期： 2024-07-31 07:51:38

查看详情
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

本文介绍了利用人工智能技术进行视频与文本处理的技术流程和应用场景。包括视频查询处理、文章查询处理、文本分割与向量化、向量数据库查询和结果推荐与分类等步骤。

发布日期： 2024-07-30 23:57:22

查看详情
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

上海AI Lab联合南京大学、香港中文大学等机构推出了Prism框架，该框架通过显式解耦视觉语言模型的感知和推理能力，提供了一种更高效的处理视觉语言任务的方案。Prism框架将任务处理拆分为感知阶段和推理阶段，通过固定框架中的LLM测试不同VLM的感知能力，或固定VLM测试推理能力。团队利用Prism框架对现有VLMs的感知和推理能力进行了解耦分析，并在框架内整合了轻量级VLM和强大LLM，表现出卓越的性能和效率。

发布日期： 2024-07-30 04:53:25

查看详情
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

本文介绍了清华大学和北京大学联合提出的'代理互联网'（IoA）框架，旨在解决现有多代理系统在集成第三方代理、模拟分布式环境和动态通信协调方面的局限性，实现更灵活和可扩展的LLM多代理协作。

发布日期： 2024-07-29 22:14:45

查看详情
微软推出Glyph-ByT5-v2，支持10种语言高精度文字海报生成

微软联合清华、北大推出了多语言海报生成模型Glyph-ByT5-v2，支持10种语言，通过创建多语言字形文本和图形设计数据集，提高视觉美学质量，成为强大的定制多语言文本编码器和美学图形生成模型。

发布日期： 2024-07-29 21:43:17

查看详情

上一页 1...22 232425 26...30 下一页

了解更多

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

大模型内容风控--跨模态通用视觉内容安全审核技术

2025-02-04

DeepSeek 图片处理新玩法，屌爆了！

2025-02-08

使用Dify为DeepSeek-R1添加多模态功能

2025-02-11

2025年开篇｜AI Agent与多模态大模型：智能革命的新纪元

2025-01-02

多模态自动布局技术发展及其在淘内内容场的应用

2025-03-12

Kimi 发布k1.5思考模型：首个达到o1满血水平的多模态模型，还有完整训练技术报告

2025-01-22

阶跃星辰Step-1o重大升级，多模态视觉双榜夺冠，国内第一！

2025-01-22

斯坦福多模态交互 Agent 综述：Agent AI 集成及其技术挑战

2025-02-07

kimi1.5技术报告解读，你想了解的都在这里

2025-02-10

2025 年10大AI 方向：高效推理、多模态等

2025-01-07

大家都在问

本地AI对话神奇，ChatWise到底有什么用？

2025-05-26

什么是基于知识图谱的多模态推理？

2025-05-13

AI数字人领域重大突破：告别拼凑式合成，阿里OmniTalker能否开启音视频一体化新时代？

2025-04-08

Midjourney V7全面测评：50组多风格提示词实测，是否还有领先优势?

2025-04-05

如何结合多模态RAG和异步调用实现大模型内容理解？

2025-03-30

Chat GPT文生图不用DALL·E模型了？

2025-03-26

如何构建多模态AI知识库？

2025-03-05

我为什么要卸载DeepSeek ？

2025-03-02

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部