AI Stack

TAGS / TERM

多模态

共 306 篇

  1. ChatGPT-on-WeChat：支持多平台接入与多模型配置的AI助理 2026-02-14 · GITHUB_TRENDING
  2. UniT：统一多模态思维链测试时扩展 2026-02-14 · ARXIV
  3. Gemini 3 Deep Think 生成鹈鹕骑自行车 SVG 图像 2026-02-14 · HACKER_NEWS
  4. 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 2026-02-13 · ARXIV
  5. UniT：统一多模态思维链测试时扩展方法 2026-02-13 · ARXIV
  6. KAN-FIF：基于样条参数化的轻量级气象卫星热带气旋估算模型 2026-02-13 · ARXIV
  7. 基于归一化流的高效分层目标条件强化学习 2026-02-13 · ARXIV
  8. 亚马逊利用Nova模型自动化新履约中心运营就绪测试 2026-02-12 · BLOGS_PODCASTS
  9. Qwen Image 2 与 Seedance 2：中国生成式媒体进展 2026-02-12 · BLOGS_PODCASTS
  10. 基于GLM-5与OpenClaw构建具备任务执行能力的AI伴侣 2026-02-12 · JUEJIN
  11. 中国生成式媒体模型Qwen Image 2与Seedance 2发布 2026-02-12 · BLOGS_PODCASTS
  12. 亚马逊利用Nova模型自动化检测新履约中心组件 2026-02-12 · BLOGS_PODCASTS
  13. Qwen Image 2 与 Seedance 2：中国生成式媒体进展 2026-02-12 · BLOGS_PODCASTS
  14. Qwen Image 2 与 Seedance 2：中国生成式媒体模型进展 2026-02-12 · BLOGS_PODCASTS
  15. 用于增强科学图表分析的智能代理 2026-02-12 · ARXIV
  16. Qwen Image 2与Seedance 2：中国生成式媒体模型进展 2026-02-12 · BLOGS_PODCASTS
  17. GLM-OCR：面向复杂文档理解的多模态OCR模型 2026-02-12 · HACKER_NEWS
  18. 亚马逊利用Nova模型自动化新履约中心运营准备检测 2026-02-11 · BLOGS_PODCASTS
  19. 中国生成式媒体模型Qwen Image 2与Seedance 2发布 2026-02-11 · BLOGS_PODCASTS
  20. 讯飞星火X2发布：纯国产算力大模型性能对标GPT 2026-02-11 · JUEJIN
  21. Qwen Image 2与Seedance 2发布：中国生成式媒体表现强劲 2026-02-11 · BLOGS_PODCASTS
  22. How Amazon uses Amazon Nova models to automate operatio 2026-02-11 · BLOGS_PODCASTS
  23. GLM-OCR: Accurate × Fast × Comprehensive 2026-02-11 · HACKER_NEWS
  24. GLM-OCR：兼顾准确度、速度与通用性的多模态大模型 2026-02-11 · HACKER_NEWS
  25. Anagent For Enhancing Scientific Table & Figure Analysi 2026-02-11 · ARXIV
  26. [AINews] Qwen Image 2 and Seedance 2 2026-02-11 · BLOGS_PODCASTS
  27. Qwen-Image-2.0：生成专业信息图表与逼真照片 2026-02-10 · HACKER_NEWS
  28. Qwen-Image-2.0：生成专业信息图与逼真照片 2026-02-10 · HACKER_NEWS
  29. Qwen-Image-2.0: Professional infographics, exquisite ph 2026-02-10 · HACKER_NEWS
  30. Qwen-Image-2.0：专业信息图表与逼真照片生成 2026-02-10 · HACKER_NEWS
  31. 视觉语言模型能否通过交互学习直观物理 2026-02-09 · ARXIV
  32. 共享LoRA子空间实现近乎严格的持续学习 2026-02-09 · ARXIV
  33. 视觉语言模型能否通过交互学习直觉物理 2026-02-08 · ARXIV
  34. 基于大模型的主动思考AI助理ChatGPT-on-Wechat 2026-02-08 · GITHUB_TRENDING
  35. CowAgent：基于大模型的自主任务规划与多平台接入 AI 助理 2026-02-07 · GITHUB_TRENDING
  36. 视觉语言模型能否通过交互学习直观物理 2026-02-07 · ARXIV
  37. Waymo 世界模型：基于多传感器数据生成驾驶场景 2026-02-07 · HACKER_NEWS
  38. Waymo 世界模型：利用生成式世界模型提升自动驾驶决策能力 2026-02-07 · HACKER_NEWS
  39. Waymo 世界模型：自动驾驶场景生成与仿真应用 2026-02-07 · HACKER_NEWS
  40. Waymo 世界模型：利用生成式世界模拟提升自动驾驶决策 2026-02-07 · HACKER_NEWS
  41. Waymo 世界模型：自动驾驶场景生成与预测架构 2026-02-07 · HACKER_NEWS
  42. Waymo 世界模型：端到端自动驾驶的仿真与预测架构 2026-02-07 · HACKER_NEWS
  43. ChatGPT-on-WeChat：支持多模型与多平台接入的AI助理框架 2026-02-07 · GITHUB_TRENDING
  44. 视觉语言模型能否通过交互学习直觉物理 2026-02-06 · ARXIV
  45. 基于大模型的主动思考型 AI 助理 CowAgent 支持多平台接入 2026-02-06 · GITHUB_TRENDING
  46. Waymo 世界模型：利用生成式视频预测驾驶场景 2026-02-06 · HACKER_NEWS
  47. Waymo世界模型：自动驾驶仿真的新前沿 2026-02-06 · HACKER_NEWS
  48. Waymo世界模型：自动驾驶仿真的新前沿 2026-02-06 · HACKER_NEWS
  49. 受限群组相对策略优化 2026-02-06 · ARXIV
  50. RRAttention：基于轮询移位的动态块稀疏注意力机制 2026-02-06 · ARXIV