新闻动态
-
202506-28
- 多模态AI如何处理地质勘探数据 多模态A
- 地质勘探数据因其来源多样、结构复杂而难以处理，多模态AI技术通过整合分析不同类型的数据，为矿产资源评估提供了新的解决方案。本文将详细讲解多模态AI处理地质勘探数...
-
202506-25
- 多模态AI能识别哪些内容 多模态AI支持
- 多模态人工智能集成了处理和理解来自不同模态信息的能力，这些模态包括但不限于文本、图像、音频、视频等。本文旨在详细阐述多模态AI能够识别和处理的内容类型，并列举其...
-
202506-20
- 美团提出首个语音交互 GUI 智能体，端
- 只需动动嘴，就能操控GUI代理？由美团与浙江大学联合推出的GUIRoboTron-Speech——让你彻底解放双手，直接对设备“发号施令”。这是首个可以直接通过...
-
202506-19
- 百度网盘、文库联合发布AI相机，即拍即存
- 作为全模态输入的关键功能，AI相机现已登陆百度网盘APP，并同步接入百度文库APP。可以说，百度文库与百度网盘共同重新定义了AI相机，实现了“真实拍摄体验、全面...
-
202504-14
- 左蓝微“一种声表面波器件结构及装置”专利
- 左蓝微(江苏)电子技术有限公司近日公布一项名为“一种声表面波器件结构及装置”的专利（申请公布号：CN119543866A，申请公布日：2025年2月28日）。该...
-
202504-09
- Step-R1-V-Mini— 阶跃星辰
- Step-R1-V-Mini：一款强大的多模态推理模型Step-R1-V-Mini是阶跃星辰最新发布的多模态大型语言模型，它支持图像和文本输入，并以文本形式输出...
-
202504-07
- OmniTalker— 阿里推出的实时文
- 阿里巴巴推出的OmniTalker，是一款基于实时文本驱动的说话头像生成技术。它能够流畅处理文本、图像、音频和视频等多种模态信息，并以流式方式生成自然逼真的语音...
-
202503-28
- Qwen2.5-Omni— 阿里开源的端
- 阿里巴巴开源的Qwen2.5-Omni：一款70亿参数的旗舰级多模态模型Qwen2.5-Omni是阿里云最新发布的开源多模态大型语言模型，拥有70亿参数，在多模...
