多模态技术共516篇 第3页
排序
Qwen-Audio-3.0-Realtime：能聊天，还能办事！-AI智能王

Qwen-Audio-3.0-Realtime：能聊天，还能办事！

charles的头像-AI智能王37天前
02175245
百度开源 Unlimited OCR：一次读完一本书，大幅提升DeepSeek-OCR效果-AI智能王

百度开源 Unlimited OCR：一次读完一本书，大幅提升DeepSeek-OCR效果

charles的头像-AI智能王44天前
0729433
多模态 Agent 记忆，为什么不能当成升级版多模态RAG？-AI智能王

多模态 Agent 记忆，为什么不能当成升级版多模态RAG？

charles的头像-AI智能王44天前
01018112
Om AI第二弹！VLX-Seek来了：3B小模型，细粒度感知反超Gemini-AI智能王

Om AI第二弹！VLX-Seek来了：3B小模型，细粒度感知反超Gemini

charles的头像-AI智能王48天前
0211752
小参数，大能力 | 星际视觉语言大模型再进化，0.8B轻量版正式发布-AI智能王

小参数，大能力 | 星际视觉语言大模型再进化，0.8B轻量版正式发布

charles的头像-AI智能王48天前
03736288
RapidOCR: 从 setup.py 迁移到 pyproject.toml 打包实践-AI智能王

RapidOCR: 从 setup.py 迁移到 pyproject.toml 打包实践

charles的头像-AI智能王48天前
03495324
PaddleOCR 3.7 正式接入ONNX Runtime，一个参数换后端，轻量部署新选择-AI智能王

PaddleOCR 3.7 正式接入ONNX Runtime，一个参数换后端，轻量部署新选择

charles的头像-AI智能王48天前
03309268
本地部署OCR，可能是AI进单位的第一道门-AI智能王

本地部署OCR，可能是AI进单位的第一道门

charles的头像-AI智能王48天前
02410191
正式推出 Gemma 4 12B: 一款统一、免编码器的多模态模型-AI智能王

正式推出 Gemma 4 12B: 一款统一、免编码器的多模态模型

charles的头像-AI智能王48天前
02081194
还在用 MinerU 解析 PDF？这个 2B 小模型直接把 olmOCR-bench 刷到 87.6%，速度还快 3.68 倍-AI智能王

还在用 MinerU 解析 PDF？这个 2B 小模型直接把 olmOCR-bench 刷到 87.6%，速度还快 3.68 倍

charles的头像-AI智能王48天前
0452242
Qwen-VLA：迈向通用具身智能的统一动作框架-AI智能王

Qwen-VLA：迈向通用具身智能的统一动作框架

charles的头像-AI智能王48天前
03167324
罗福莉说的“伪多Agent”，我试了OmniWork后发现，真全干专家长这样-AI智能王

罗福莉说的“伪多Agent”，我试了OmniWork后发现，真全干专家长这样

charles的头像-AI智能王48天前
01847183
12345…43

联系我们

微信ID: charlesyin6015

电话：13661698034