跳到正文
#多模态

标签

#多模态

按发布时间排列的全部收录，按天分组；筛选和搜索都在这一页。

共 296 条 · 第 3 / 8 页 · 更新于 19:17

11/02

星期一9 条

  1. 掘金47Mistral Large 4 发布：万亿参数模型的编码与安全实测数据
  2. 掘金73美团发布 LongCat-2.5 原生多模态模型，面向长程智能体任务
  3. 掘金72Elasticsearch 与 Jina AI 全模态搜索项目 elastic_multimodal_search 技术解析
  4. Hacker News · AI 讨论38ADKA AI：一张商品图生成广告视频与电商套图
  5. 36氪 · 快讯52美团发布 LongCat-2.5 大模型，总参数 1.6 万亿
  6. 掘金60美团龙猫发布 LongCat-2.5：1.6T 参数原生多模态模型，主攻长程智能体任务
  7. Hacker News · AI 讨论62腾讯微信视觉团队发布 WeVisCut 技术报告，单个 9B 智能体完成旁白到长视频剪辑
  8. IT之家60美团龙猫发布 LongCat-2.5 原生多模态模型，1.6T 参数面向长程智能体任务
  9. 掘金22AI 开源工具一站式尝鲜：Ollama 本地跑 qwen3:4b、vLLM 部署 Qwen2-VL

11/01

星期日5 条

  1. The Decoder58Adobe 与 UC San Diego 提出 EditAgent，让 AI 智能体像 Photoshop 专业用户一样选工具修图
  2. 雷峰网78Pika 基于 MiniMax H3 开源 H3 Flex，六步去噪实现音视频联合生成
  3. The Decoder36Google 联合斯坦福、牛津推出 StreamVibe 视频智能体，让 AI 自己判断何时该开口
  4. 掘金58唯杰 AI 地图动画上线，支持在 Cursor、Claude Code 里通过 MCP 一句话生成地图视频
  5. MarkTechPost58Nace AI 开源 Drex Max v1：27B 决策模型可在 Apple Silicon 本地运行

10/31

星期六4 条

  1. Hacker News · AI 讨论36Show HN：免费 OCR 成本计算器，估算多厂商 LLM token 费用
  2. 掘金78RTX 5070 Ti 部署 Qwen2.5-VL-7B-AWQ 做工业质检的踩坑记录
  3. IT之家18香港“港话通”上线 AI 音乐功能，接入 YuE2 大模型可免费生成粤语歌
  4. Hugging Face Blog50用 NVIDIA Nemotron 开源模型打造万圣节鬼屋 MonsterHouse

10/30

星期五16 条

  1. 量子位28百度 APP 发布四大 AI 升级，搜索实现递归自我进化
  2. IT之家83小米开源 0.8B 文档理解模型 Xiaomi-OCR-0，支持 Markdown 与 JSON 输出
  3. 掘金78本地多模态 OCR 实测对比：qwen3.5-9b、Apple Vision 与 gemma-4-e4b 字错率与吞吐
  4. 掘金71开发者用 Node.js 零依赖做病历归档小程序，拆解本地 Qwen2.5-VL 识别的超时与冷启动问题
  5. 雷峰网22百度 APP 发布四大 AI 升级，搜索实现递归自我进化
  6. 界面新闻 · 科技22百度搜索AI API完成四层架构升级，App上线AI互动剧
  7. 量子位78国产开源文档解析模型OXR登顶三榜，1.3B参数靠RSI后训练
  8. 掘金58FlyAgent 开发实录：用消息流做 Agent 多模态输入的真相源
  9. IT之家58百度发布并开源文心 Unlimited OCR 2 文档解析模型，支持无限页数
  10. 开源中国73Mistral 开源万亿参数模型 Mistral Large 4 权重
  11. 掘金78用 Claude Code 操作网页版 ChatGPT 完成小游戏全套美术素材
  12. 掘金38用 C# 做离线视频声音来源热图工具：EZ-VSL 桌面版
  13. IT之家62Mistral AI 开放 Mistral Large 4 模型权重，1T 参数、49B 激活
  14. 掘金58Mistral 如期开放 Large 4（Le Chonk）1T 参数权重，MaaS 商用需另签授权
  15. ElevenLabs Blog38ElevenLabs 在 ElevenCreative 和 ElevenAPI 推出 SFX v3 音效模型
  16. 雷峰网36深度拆解 Google Genie 4：从视频生成到世界控制，还差什么？

10/29

星期四6 条

  1. Hugging Face Blog60Mistral 发布 Mistral Large 4（Le Chonk）多模态 MoE 模型并在 Hugging Face 上线
  2. 掘金60黄啊码开源三维动作与运镜工具码上动，可导出参考图与参考视频
  3. 量子位60Genspark 发布 Media Studio 视频 Agent 工作台，接入 70 多个模型
  4. Hacker News · AI 讨论22用 Qwen2.5-VL、Gemma 3、Liquid d1 与 gpt-6.1-sol 搭建香蕉分拣 AI 机器
  5. 爱范儿58即梦上线短剧工作室，整合 DreamScript、Anycook 与 DreamShot
  6. Hacker News · AI 讨论12Come Back and Back AI：照片生成 10 秒「Wyw My Sweetie」舞蹈视频