首页
Ai 资讯
Ai 知识库
创作魔法
绘画魔法
视频魔法
训练魔法
Ai术语
Ai提示词
Ai创意图
Ai工具
Ai视频
VIP专区
VIP专区
登录
AI魔法学院客服
最新
排序
收藏
全部
七天内
一个月内
选择分类
全部
写作魔法
绘画魔法
视频魔法
训练魔法
其他
AI工具
VIP视频
推荐阅读
换一批
· 第一性原理以及第一性原理是怎么帮马斯克成为首富的
· 爆火的“哄哄模拟器”,它是如何炼成的?Prompt泄漏了
· AI声音克隆 | 最全最简教程(权威版)
· ComfyUI官方使用手册【官网直译+关键补充】
· Coze多智能体(Multi-Agents)模式体验!
· Github上Star数最多的大模型应用基础服务:Dify 深度解读
· Stable Diffusion 30分钟打造AI 写真照片生成器|海马体照相馆这次真的要木得了
· 从第一性原理看大模型Agent技术
· 精通百种语言的翻译AI来了!Meta推出,免费、开源!
· 6个最佳开源TTS引擎
热门标签
Stable Diffusion
stable diffusion
Midjourney
midjourney
ComfyUI
comfyui
ChatGPT
chatgpt
大模型
数字人
开源
人工智能
Sora
文心一言
天工
零一万物
知海图
星火
文心一格
混元
通义千问
盘古
言犀
ChatGLM
Github
微软
热门标签
免费
教程
插件
免费
教程
插件
免费
教程
插件
文章列表
开源
阿里云开源通义千问
多
模
态
大
模
型
Qwen-VL,持续推动中国
大
模
型
生
态
建设
在主流的
多
模
态
任务评测和
多
模
态
聊天能力评测中,Qwen-VL取得了远超同等规
模
通用
模
型
的表现。
大模型
OCR
OCR的终极解法——传统算法VS
多
模
态
大
模
型
多
模
态
大
模
型
做 OCR 上面介绍了传统的
大
模
型
分两步处理才能获取识别后的名片信息,那么有没有可能一步识别出结果呢?
OCR
大模型
文字识别
开源
中文版开源Llama 2同时有了语言、
多
模
态
大
模
型
,完全可商用
s=20 语言
模
型
之外,继续开源两个中文
多
模
态
大
模
型
在推出首个开源 Llama2 中文语言
大
模
型
之后,LinkSoul.AI 团队将目光投向了目前全球尚外于发展初期的语音文本
多
模
态
大
模
型
和图文
大
模
型
开源模型
微软
【全文翻译】微软166页论文解读 GPT-4V:
多
模
态
大
模
型
的黎明
论文摘要
大
型
多
模
态
模
型
(LMMs)通过
多
感官技能,如视觉理解,来扩展
大
型
语言
模
型
(LLMs),以实现更强的通用智能(注意 LMMs 与 LLMs的区别)。
多模态大模型
GPT-4V
文生图
开源
最强国产开源
多
模
态
大
模
型
MiniCPM-V:可识别图片、视频,还可在端侧部署
MiniCPM-V是面向图文理解的端侧
多
模
态
大
模
型
系列。
minicpm
面壁
开源
元象首个
多
模
态
大
模
型
XVERSE-V 开源,刷新权威
大
模
型
榜单,支持任意宽高比输入
人类获取的信息83%来自视觉,图文
多
模
态
大
模
型
能感知更丰富和精确的真实世界信息,构建更全面的认知智能,从而向AGI(通用人工智能)迈出更
大
步伐。
XVERSE-V
多模态大模型
开源
GLM4 开源了!!!还有
多
模
态
长文本推理:支持最
大
128K 的上下文,GLM-4-9B-Chat-1M
模
型
更是支持高达 1M 的上下文长度。
智普
ChatGLM
多模态
开源
构建开源
多
模
态
RAG系统
在这个新的冒险中,我们将深入研究使用开源
大
型
语言
多
模
态
(LLMM)构建检索增强
型
生成(RAG)系统的过程。
RAG
大模型
开源
OCR终结了?旷视提出可以文档级OCR的
多
模
态
大
模
型
框架Vary,支持中英文,已开源!
以往这一任务需要文本识别、布局检测和排序、公式表格处理、文本清洗等
多
个步骤—— 这一次,只需一句话命令,
多
模
态
大
模
型
Vary 直接端到端输出结果: 无论是中英文的
大
段文字
OCR
手写
文字识别
被高估的Pika,被低估的
多
模
态
AI
“之前很
多
公司都在卷文本
大
模
型
,GPT-4V 的出现代表
多
模
态
大
模
型
可落地,毫无疑问明年
大
家都会卷
多
模
态
AI ,原因很简单,因为 OpenAI 说明这条路是能够走得通
大模型
多模态
LLM
自己电脑上跑
大
语言
模
型
(LLM)要
多
少内存?
模
型
文件
大
小
模
型
文件
大
小可以通过看[参数量]+[精度]来简单计算。
大语言模型
运行
Google
Google
模
型
解读 | MoveNet-SinglePose:自底向上做单人姿
态
估计
MoveNet是Google在2021年5月推出的一款轻量化姿
态
估计
模
型
,集成在MediaPipe当中,出来至今已经一年
多
了,但是似乎相关的技术解读比较少,最近正好调研到仔细研究了一下感觉挺有意思的,所以更新一期解读
MoveNet-SinglePose
Google
模型
ChatGLM
chatglm3基础
模
型
多
轮对话微调
base
模
型
去自由地做SFT了。
ChatGLM
微调
开源
俄罗斯人开源了最
大
的文生图
模
型
:参数量12B,比SDXL
大
了3倍
多
!
,导致
模
型
总参数达到了11.9B,这应该是目前最
大
的开源文生图
模
型
。
Kandinsky-3
文生图
开源模型
Ollama最新更新v0.1.33,实现了
多
并发可同时与
多
个
模
型
聊天对话!
上周,Ollama进行了v0.1.33版本更新,为本地部署的开源
大
型
语言
模
型
(LLMs)带来了重
大
改进。
ollama
语言大模型
聊天
<
1
2
3
4
5
6
7
8
9
10
...
>
1
2
4
5
6
7
8
9
100