模态

DeepSeek在自动驾驶领域的创新应用

凭借其强大的多模态理解能力、高效推理性能和低成本部署优势，DeepSeek为自动驾驶从L2辅助驾驶到L4完全自动驾驶的演进提供了全新的技术解决方案。
进击的DEV·2025-04-24 19:25

Manus技术架构、实现内幕及分布式智能体项目实战

模块二：解析Manus大模型Agent操作电脑的原理与关键API，实现精准资源调度、自动纠错及多模态交互，显著提升任务执行效率。
段智华·2025-04-24 15:00

【YOLOv10多模态融合改进】| SDFM 表层细节融合模块，利用通道-空间注意力机制，实现跨模态特征融合，抑制噪声干扰

一、本文介绍本文记录的是利用SDFM模块改进YOLOv10的多模态融合部分。
Limiiiing·2025-04-24 02:38

【YOLOv11多模态融合改进】| SDFM 表层细节融合模块，利用通道-空间注意力机制，实现跨模态特征融合，抑制噪声干扰

一、本文介绍本文记录的是利用SDFM模块改进YOLOv11的多模态融合部分。
Limiiiing·2025-04-24 02:38

2025年人工智能技术发展全景观察

当前技术发展呈现五大特征：•跨模态智能整合：领先模型已实现文本、图像、语音等多维信息处理能力的深度融合（代表：Claude3、星火）•行业知识深度适配：专业化模型在医疗健康、工业制造等垂直领域取得突破（
古希腊的AI岛主·2025-04-23 20:25

OPPO 旗舰新机 Find X8 Ultra 首发“一键闪记”，阶跃星辰多模态提供技术支持

据阶跃星辰官方公众号消息，近日OPPO年度旗舰机型FindX8Ultra全网首发的“一键闪记”功能，由阶跃星辰多模态提供技术支持。
·2025-04-23 17:47

【蓝调冰境・AI 光影诗】蝴蝶光与碎冰的冷暖博弈

顶作AI"搭载了自研的视觉频域多模态智能和Lens模型，这是基于概念融合范式提出的近百亿级跨模态生成模型。其优势在于，即便用户对提示词的使用不够熟练，它也能准确理解意图。该工具支持在线操作，流程简便。
·2025-04-23 16:42

qml 对话框 ColorDialogs FontDialog FileDialog

开始最初是不可见的，需要设置属性visible设置为true或者是调用open()属性color:用户选择的颜色currentColor:用户当前选择的颜色modality:对话框应相对于包含对话框的父项的窗口是模态显示
-兮·2025-04-23 16:30

智能体如何“看见”网页与“控制”系统？Action Space 建模与操控机制全解析

个人简介作者简介：全栈研发，具备端到端系统落地能力，专注大模型的压缩部署、多模态理解与Agent架构设计。热爱“结构”与“秩序”，相信复杂系统背后总有简洁可控的可能。我叫观熵。
观熵·2025-04-23 12:03

全四千字！一文学习DeepSeek 的蒸馏技术

DeepSeek的蒸馏技术是模型蒸馏技术领域的佼佼者，它不仅攻克了传统蒸馏的瓶颈，还在多模态数据处理等前沿领域取得了突破性进展。
deepseek大模型·2025-04-23 12:00

GPT-4：突破性的大规模多模态模型

GPT-4：突破性的大规模多模态模型OpenAI官方《GPT-4TechnicalReport/GPT-4技术报告》原文链接地址：https://cdn.openai.com/papers/gpt-4.
HintonZhang·2025-04-23 11:24

【RAG 篇】【多模态文档理解框架与文档大模型全景解析【开发者实战指南】

本文将深入解析6多模态文档理解框架和3大文档专用LLM，提供从技术选型到落地评估的全链路指南，所有项目均经2024年6月实测验证。
大F的智能小课·2025-04-23 10:22

2025年4月18日AI科技热点速览：字节跳动豆包1.5发布、OpenAI与软银5000亿投资计划、全球首个人形机器人半马明日开跑

1.字节跳动发布豆包1.5模型，新增“看图思考”能力字节跳动在火山引擎FORCELINKAI创新巡展上正式发布豆包1.5深度思考模型，该模型具备视觉推理能力，可基于图像输入进行逻辑分析和决策，标志着多模态
emmm形成中·2025-04-23 10:20

【前沿技术杂谈：多模态文档基础模型】使用多模态文档基础模型彻底改变文档 AI

本文翻译转载自：RevolutionizingDocumentAIwithMultimodalDocumentFoundationModels【前沿技术杂谈：多模态文档基础模型】使用多模态文档基础模型彻底改变文档
jcfszxc·2025-04-23 10:47

qt QDialog详解

QDialog提供了一个模态或非模态的对话框，用于与用户进行交互。模态对话框会阻塞其他窗口的输入，直到用户关闭该对话框；而非模态对话框则允许用户同时与多个窗口进行交互。
码农客栈_V13427279549·2025-04-23 09:41

RAG中提高图片和表格识别准确率低的方法

基于多模态数据优化与结构化增强的综合方案一、问题背景与挑战在RAG（检索增强生成）系统中，图片和表格的识别准确率直接影响知识库的完整性和生成答案的质量。
charles666666·2025-04-23 08:34

人工智能在PET-CT中的应用方向探析

近年来，随着深度学习、计算机视觉以及多模态数据融合技术的迅猛发展，AI技术在PET-CT全流程中的渗透愈加深入，正在从“辅助工具”向“智能决策引擎”转变。
Allen_Lyb·2025-04-23 07:57

GPT-4.1 开启智能时代新纪元

相比以往模型，它在代码生成、指令理解、长文本处理、多模态视觉理解等方面实现质的飞跃。更令人欣喜的是，其成本更低、延迟更短、可用性更强，真正实现了大模型的实用化落地。
CCSBRIDGE·2025-04-23 02:57

AI-Python机器学习与深度学习技术在植被参数反演中的核心技术应用

AI凭借强大的非线性拟合能力、数据特征自动提取优势及跨模态信息融合潜力，能够高效处理遥感数据中的噪声与不确定性，显著提升植被参
xiao5kou4chang6kai4·2025-04-22 18:42

端到端自动驾驶LLM：Driving with LLMs: Fusing Object-Level VectorModality for Explainable Autonomous Driving

由于图像/视频等模态不利于结构化推理和语言对齐，论文将矢量化的数值模态（感知结果）与预训练LLM融合，构建LLM-Driver模型，从而提升
机械心·2025-04-22 08:33

AIGC通信架构深度优化指南

揭秘AIGC系统的协议层设计艺术》副标题：从分布式训练到多模态推理，构建高可靠AI通信系统1.AIGC典型通信场景1.1分布式模型训练参数同步sequenceDiagram  训练节点1->>参数服务器
ALex_zry·2025-04-22 03:35

具身智能零碎知识点（四）：联合嵌入预测架构（JEPAs）详解

联合嵌入预测架构（JEPAs）详解联合嵌入预测架构（JEPAs）详解一、核心思想二、技术原理1.核心组件2.训练目标三、与传统方法的对比四、具体实例例1：视频预测（如Meta的I-JEPA）例2：多模态对齐
墨绿色的摆渡人·2025-04-21 18:44

ATTENTION的作用

Attention模型的最终目的是帮助类似编解码器这样的框架，更好的学到多种内容模态之间的相互关系，从而更好的表示这些信息，克服其无法解释从而很难设计的缺陷。从上述的研究问题
人工智障_·2025-04-21 18:13

提示词构成要素对大语言模型跨模态内容生成质量的影响

提示词构成要素对大语言模型跨模态内容生成质量的影响提示词清晰度、具象性与质量正相关限定指向性要素优于引导指向性要素大语言模型生成内容保真度偏差以讯飞星火大模型为实验平台，选取100名具备技术素养的人员，
ZhangJiQun&MXP·2025-04-21 17:38

突破AIGC可控生成瓶颈：多模态融合技术深度解析

突破AIGC可控生成瓶颈：多模态融合技术深度解析关键词：AIGC、可控生成、多模态融合、技术瓶颈、生成模型、跨模态对齐、条件控制摘要：本文深入探讨AIGC（人工智能生成内容）领域中可控生成的核心技术瓶颈
AI学长带你学AI·2025-04-21 13:52

DeepSeek与其他大模型性能参数详细对比

以下是详细的对比分析：技术架构对比特性DeepSeekOpenAIGPT-4GoogleGeminiAnthropicClaude架构混合专家（MoE）架构，结合强化学习基于Transformer的密集模型多模态模型
胡萝卜不甜·2025-04-21 09:58

Photonics-Based Broadband Vortex Electromagnetic Wave Generation for High-Resolution Imaging论文阅读

Photonics-BasedBroadbandVortexElectromagneticWaveGenerationforHigh-ResolutionImaging1.研究目标与实际意义1.1研究目标1.2实际意义2.新方法、模型与公式分析2.1创新思路与核心步骤2.1.1微波光子移相器原理2.1.2多模态涡旋波生成
青铜锁00·2025-04-21 09:25

AI当前状态：有哪些新技术

多模态能力:像GPT-4
深海水·2025-04-21 06:07

AI 在跨模态数据融合中的信息处理优化

```htmlAI在跨模态数据融合中的信息处理优化AI在跨模态数据融合中的信息处理优化随着人工智能技术的快速发展，跨模态数据融合成为研究和应用的重要方向之一。
tyu871·2025-04-21 06:37

【模型篇】370-M8运行Qwen2.5-Omni-7B

模型下载Qwen2.5-Omni-7B三、环境安装四、模型转换五、代码修改前言OpenAI发布GPT-4V与Gemini1.5-Pro，GoogleDeepMind推出Flamingo和Gemini系列，多模态技术逐渐成为
小军军军军军军·2025-04-21 04:26

Qwen2.5-Omni 部署框架选择指南：PyTorch vs. TensorFlow 深度对比

性能基准测试（RTX4090）3.关键功能支持三、环境配置详解1.PyTorch推荐方案系统配置关键依赖验证CUDA可用性2.TensorFlow替代方案（不推荐）系统限制安装命令四、典型场景实现对比1.多模态推理
张3蜂·2025-04-21 04:23

从零实现多模态论文解析AI：代码详解与实战演示

一、需求分析与技术选型1.1为什么需要多模态论文解析？
夏末之花·2025-04-21 02:46

SOTA多模态大模型！13个开源模型汇总，附论文和代码_开源多模态大模型

近年来，多模态大模型（MultimodalLargeLanguageModels,MLLMs）在人工智能领域取得了显著的进展，特别是在自然语言处理、计算机视觉和多模态理解方面。
喝不喝奶茶丫·2025-04-20 20:32

探索人工智能在医疗诊断中的前沿应用：深度学习助力精准医疗

目录引言一、深度学习基础与医疗诊断的融合1.深度学习的自适应学习能力2.特征提取的自动化与高效性3.多模态数据的融合处理4.实时诊断与远程医疗的潜力5.个性化医疗的推动二、深度学习在医学影像识别中的应用
Thanks_ks·2025-04-20 18:21

多模态大语言模型arxiv论文略读（三十一）

FromGPT-4toGeminiandBeyond:AssessingtheLandscapeofMLLMsonGeneralizability,TrustworthinessandCausalitythroughFourModalities➡️论文标题：FromGPT-4toGeminiandBeyond:AssessingtheLandscapeofMLLMsonGeneralizabili
Jamence·2025-04-20 16:11

遥感大模型

遥感大模型简介单一模态简介随着高光谱遥感技术的迅猛发展，光谱成像数据呈爆炸式增长，现有的分析方法和解译手段已不能满足全要素精细地物感知的需求，人工智能大模型的出现，为解决高光谱遥感数据信息充分提取与挖掘
大奎帝国·2025-04-20 14:30

[王阳明代数讲义]语言模型核心代码调研

语言模型核心代码调研基于Consciciteation‌的才气张量持续思考综述将文本生成建模为才气张量网络扩散过程，实现非自回归推理通过才气张量的群-拓扑流形交叉注意力实现多模态推理，将输入压缩到低维空间持续迭代提出
花间流风·2025-04-20 09:22

AIGC国画革命：动态沙粒与绸缎摩擦算法，武侠美学遇上赛博水墨！

该平台通过自研的“Lens模型”实现跨模态内容生成，这一近百亿级参数规模的模型基于概念融合范式，能够深度理解用户意图，即使提示词描述不够专业，也能精准捕捉需求并生成高质量作品。
顶作AI·2025-04-20 05:26

国内AI搜索平台与ChatGPT横向对比分析

一、核心技术差异1、‌百度文小言‌基于文心大模型4.0升级，主打“新搜索”能力，支持多模态输入（语音、图片、视频）和富媒体搜索结果‌。
AI搜索研究院·2025-04-19 10:23

人工智能学习框架完全指南（2025年更新版）

核心框架分类与适用场景人工智能框架根据功能可分为深度学习框架、机器学习框架、强化学习框架和传统工具库，以下是主流工具及选型建议：1.深度学习框架（1）PyTorch核心优势：动态计算图、灵活性强，适合科研与快速原型开发，支持多模态任务
赛博AI Lewis·2025-04-19 09:47

xinference docker 部署方式

借助Xinference，您可以使用任何开源LLM、嵌入模型和多模态模型在云端或本地环境中运行推理，并创建强大的AI应用。docker安装方式do
心之语歌·2025-04-19 09:14

深度学习在自动驾驶中的应用已渗透到感知、决策、控制等核心环节，以下从技术实现与场景落地的角度进行系统性分析

深度学习在自动驾驶中的应用已渗透到感知、决策、控制等核心环节，以下从技术实现与场景落地的角度进行系统性分析：一、环境感知：多模态数据融合与高精度建模视觉感知与目标检测图像识别：基于卷积神经网络（CNN）
码力金矿·2025-04-19 09:14

论文略读：Can Long-Context Language Models Subsume Retrieval, RAG, SQL, and More?

这类系统通常需要独立的模块来进行信息检索、问答和数据库查询等任务大模型时代，尤其是上下文语言模型（LCLM）时代，上述问题可以“一体化”完成LCLM可以直接接收包含文本、图像、音频等多模态信息的整个语料库作为输入
UQI-LIUWJ·2025-04-19 04:45

多模态大语言模型arxiv论文略读（二十五）

ManipLLM:EmbodiedMultimodalLargeLanguageModelforObject-CentricRoboticManipulation➡️论文标题：ManipLLM:EmbodiedMultimodalLargeLanguageModelforObject-CentricRoboticManipulation➡️论文作者：XiaoqiLi,MingxuZhang,Yir
Jamence·2025-04-19 04:14

Agno框架介绍：用于构建多模态智能体的轻量库

本文将向大家介绍Agno——一款用于构建多模态智能体的轻量化框架。其速度号称比LangGraph快上万倍，内存使用量则仅为1/50。
码农Q！·2025-04-19 04:09

明远智睿SD2351核心板首发：四核A35+硬核AI引擎，赋能工业AIoT

该核心板搭载SD2351芯片，采用四核ARMCortex-A35架构，主频高达1.5GHz，集成智能视频引擎（IVE）与智能处理单元（IPU），支持多模态AI分析与实时视频处理，为边缘计算场景提供强劲算力支持
明远智睿嵌入式方案商·2025-04-19 03:35

明远智睿SSD2351核心板首发：四核A35+硬核AI引擎，赋能工业AIoT

该核心板搭载SSD2351芯片，采用四核ARMCortex-A35架构，主频高达1.5GHz，集成智能视频引擎（IVE）与智能处理单元（IPU），支持多模态AI分析与实时视频处理，为边缘计算场景提供强劲算力支持
myzr123·2025-04-19 03:04

从数据集到开源模型，覆盖无机材料设计/晶体结构预测/材料属性记录等

与图像或自然语言等领域不同，材料数据高度结构化，且具备复杂的物理约束、多尺度耦合和跨模态融合等
·2025-04-19 02:16

盈达科技：重新定义GEO优化的技术边界与商业未来

智能协同中心生成式AI优化的「核动力引擎」盈达科技独创的AICC2.0（自适应-智能-认知-动态响应）智能协同中心，构建四大引擎驱动的闭环体系：自适应内容改造引擎：破解CAD图纸、直播流、3D模型等12种模态的
盈达科技·2025-04-18 23:38

开源：NVIDIA Isaac GR00T N1 一个机器人多模态行为推理基础模型

  研究背景与目的：通用机器人需要兼具多样的身体和智能的大脑。尽管人形机器人硬件平台已取得进展，但要实现通用自主性，还需一个在大规模多样化数据上训练的机器人基础模型，使机器人能够推理新情况、稳健处理现实世界的变化并快速学习新任务。  方法与创新点：介绍GR00TN1，一个面向通用人形机器人的开放基础模型。它是一个视觉-语言-行动（VLA）模型，采用双系统架构。视觉-语言模块（系统2）通过视觉和语言
Panesle·2025-04-18 22:34
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他