視覺文章列表
- 細粒度對齊無需仔細標註了！淘天提出視覺錨定獎勵，自我校準實現多模態對齊視覺
- 通義釋出語音模型 MinMo：全雙工、多口音；MiniCPM-o ：端側 GPT-4o 級視覺、語音、多模態實時流式大模型GPT視覺大模型
- 僅縮小視覺Token位置編碼間隔，輕鬆讓多模態大模型理解百萬Token！清華大學，香港大學，上海AI Lab新突破視覺大模型AI
- 會撿垃圾、能幹家務，元蘿蔔“視覺+機械臂”技術掃地機器人應用首秀視覺機械臂機器人
- 如何高效橋接視覺和語言，位元組&中大提出全新多模態大模型聯結器ParGo橋接視覺大模型Go
- AAAI 2025 | IML領域首個稀疏化視覺Transformer，程式碼已開源AI視覺ORM
- 騰訊 StereoCrafter：2D 影片轉 3D 影片效果；支付寶推出新 AI 視覺搜尋產品「探一下」丨 RTE 開發者日報Raft3DAI視覺開發者日報
- 火山引擎視覺大模型4K修復百部港片，面部膚質紋理等細節更清晰視覺大模型
- 阿里千問開源QVQ視覺推理媲美世界最佳模型阿里視覺模型
- 阿里釋出多模態推理模型 QVQ-72B，視覺、語言能力雙提升；OpenAI 正在研發人形機器人丨 RTE 開發者日報阿里模型視覺OpenAI機器人開發者日報
- 李飛飛、謝賽寧等探索MLLM「視覺空間智慧」，網友：2025有盼頭了視覺
- 統一視覺理解與生成，MetaMorph模型問世，LeCun、謝賽寧、劉壯等參與視覺模型LeCun
- OpenAI Realtime API 升級，整合 WebRTC 且降價 60%；豆包釋出視覺理解模型，實時語音模型也將上線OpenAIAPIWeb視覺模型
- Florence-VL來了！使用生成式視覺編碼器，重新定義多模態大語言模型視覺資訊視覺模型
- Kimi又上新！搶先實測視覺思考模型k1，甚至比o1更聰明視覺模型
- 多智慧體架構Insight-V來了！突破長鏈視覺推理瓶頸智慧體架構視覺
- 谷歌 Gemini 2.0 支援音訊和影像輸出；吳恩達：當下最重要的技術是 Agentic AI，視覺 AI 是下個趨勢谷歌音訊吳恩達AI視覺
- 敏捷開發：敏捷專案視覺化管理-ScrumBoard(Scrum板)使用介紹敏捷視覺化Scrum
- 從線性注意力視角揭秘視覺Mamba，清華、阿里合作提出全新MILA模型視覺阿里MILA模型
- 名作層出不窮 為什麼視覺小說遊戲一直經久不衰？視覺遊戲
- JOKER 前端框架：自帶雲端視覺化 IDE 的創新利器前端框架視覺化IDE
- 藉助AI助手分析LlamaIndex的工作流視覺化AIIndex視覺化
- 調整網站顏色方案，營造視覺舒適度網站視覺
- 從資料到視覺化：看板工具讓Excel更出色視覺化Excel
- elastic8.4.0搜尋+logstash<->mysql實時同步+kibana視覺化操作+netcore程式碼筆記ASTMySql視覺化NetCore筆記
- 任務系統之任務流程視覺化視覺化
- 關於計算機視覺中的自迴歸模型，這篇綜述一網打盡了計算機視覺模型
- Python資料爬取處理視覺化，手把手全流程教學Python視覺化
- 道路病害AI視覺檢測系統AI視覺
- Kubeapps視覺化管理Helm Chart包APP視覺化