AI Stack

TAGS / TERM

多模态

共 306 篇

  1. 大模型开发演进：从ChatGPT到多模态与A2A协作 2026-02-24 · JUEJIN
  2. Kirara-AI：支持多平台接入的多模态聊天机器人框架 2026-02-24 · GITHUB_TRENDING
  3. 53款模型“洗车”测试：评估多模态AI在物理场景中的表现 2026-02-24 · HACKER_NEWS
  4. Kirara-AI：支持多平台接入的多模态AI聊天机器人 2026-02-23 · GITHUB_TRENDING
  5. Gemini 3.1 Pro：面向复杂任务的深度解答模型 2026-02-23 · BLOGS_PODCASTS
  6. kirara-ai：支持多平台接入的多模态AI聊天机器人框架 2026-02-23 · GITHUB_TRENDING
  7. ChatGPT-On-WeChat：基于大语言模型的微信接入平台 2026-02-23 · GITHUB_TRENDING
  8. kirara-ai：支持多平台接入的多模态AI聊天机器人 2026-02-22 · GITHUB_TRENDING
  9. CowAgent：支持多平台接入与多模型调用的自主任务规划 AI 助理 2026-02-22 · GITHUB_TRENDING
  10. Kirara-AI：多模态聊天机器人，支持微信QQ接入与多模型工作流 2026-02-22 · GITHUB_TRENDING
  11. Kirara-ai：多模态AI聊天机器人，支持微信QQ与多模型 2026-02-21 · GITHUB_TRENDING
  12. Gemini 3.1 Pro：面向复杂任务设计的智能模型 2026-02-21 · BLOGS_PODCASTS
  13. kirara-ai：多模态AI聊天机器人，支持多平台接入与工作流 2026-02-21 · GITHUB_TRENDING
  14. ChatGPT-on-WeChat：接入多平台与大模型的多模态AI助理 2026-02-21 · GITHUB_TRENDING
  15. 谷歌AI购物助手技术架构与商业化路径解析 2026-02-21 · JUEJIN
  16. kirara-ai：多模态聊天机器人框架，支持微信QQ及多模型 2026-02-20 · GITHUB_TRENDING
  17. CowAgent：支持多平台接入与多模型的自主任务规划 AI 助理 2026-02-20 · GITHUB_TRENDING
  18. 谷歌发布 Gemini 2.5 Pro：支持 100 万上下文窗口 2026-02-20 · HACKER_NEWS
  19. 谷歌发布 Gemini 3.1 Pro 模型 2026-02-20 · HACKER_NEWS
  20. 谷歌发布 Gemini 3.1 Pro 模型 2026-02-20 · HACKER_NEWS
  21. 谷歌发布 Gemini 3.1 Pro 模型 2026-02-19 · HACKER_NEWS
  22. 谷歌发布 Gemini 3.1 Pro 预览版 2026-02-19 · HACKER_NEWS
  23. 谷歌发布 Gemini 3.1 Pro 模型 2026-02-19 · HACKER_NEWS
  24. 谷歌发布 Gemini 3.1 模型 2026-02-19 · HACKER_NEWS
  25. Gemini应用集成Lyria 3模型，支持文本或图像生成30秒音轨 2026-02-19 · BLOGS_PODCASTS
  26. 验证 DeepSeek-OCR：代码转 PDF 节省 40% Token 2026-02-19 · JUEJIN
  27. Gemini应用集成Lyria 3模型，支持图文生成30秒音乐 2026-02-19 · BLOGS_PODCASTS
  28. Spring AI 多模态实战：构建图像理解应用 2026-02-19 · JUEJIN
  29. Gemini接入Lyria 3模型支持文字图像生成30秒音乐 2026-02-19 · BLOGS_PODCASTS
  30. Spring AI 多模态实战：构建图像理解应用 2026-02-19 · JUEJIN
  31. Gemini应用集成Lyria 3模型，支持文生30秒音乐 2026-02-19 · BLOGS_PODCASTS
  32. Gemini应用接入Lyria 3模型，支持图文生成30秒乐曲 2026-02-19 · BLOGS_PODCASTS
  33. Gemini接入Lyria 3模型，支持图文生成30秒音乐 2026-02-18 · BLOGS_PODCASTS
  34. Gemini应用集成Lyria 3模型，支持文图生成30秒音乐 2026-02-18 · BLOGS_PODCASTS
  35. Gemini 3 Deep Think：推进科学与工程研究 2026-02-17 · BLOGS_PODCASTS
  36. Qwen3.5-397B-A17B：极致稀疏MoE架构与多模态能力详解 2026-02-17 · JUEJIN
  37. 延迟视觉摄入优化图文密集文档问答 2026-02-17 · ARXIV
  38. UniWeTok：统一二进制分词器支持2^128码本规模 2026-02-17 · ARXIV
  39. Qwen3.5：迈向原生多模态智能体 2026-02-17 · HACKER_NEWS
  40. CoPE-VideoLM：基于编解码基元的高效视频语言模型 2026-02-17 · ARXIV
  41. CoPE-VideoLM：基于编解码基元的高效视频语言模型 2026-02-16 · ARXIV
  42. Qwen3.5：迈向原生多模态智能体 2026-02-16 · HACKER_NEWS
  43. Qwen3.5：迈向原生多模态智能体 2026-02-16 · HACKER_NEWS
  44. Qwen3.5：迈向原生多模态智能体 2026-02-16 · HACKER_NEWS
  45. Qwen3.5：迈向原生多模态智能体 2026-02-16 · HACKER_NEWS
  46. Qwen3.5：迈向原生多模态智能体 2026-02-16 · HACKER_NEWS
  47. UniT：统一多模态思维链测试时扩展方法 2026-02-16 · ARXIV
  48. 扩展验证比扩展策略学习更能有效实现视觉-语言-动作对齐 2026-02-15 · ARXIV
  49. UniT：统一多模态思维链测试时扩展方法 2026-02-15 · ARXIV
  50. Vercel AI SDK v6 新增 generateImage 函数：统一图像模型调用 2026-02-15 · JUEJIN