跨模态（红外）行人重识别

RoboVQA：机器人多模态长范围推理

23年11月来自GoogleDeepmind的论文“RoboVQA:MultimodalLong-HorizonReasoningforRobotics”。本文提出一种可扩展、自下而上且本质多样化的数据收集方案，该方案可用于长期和中期的高级推理，与传统的狭窄自上而下的逐步收集相比，其吞吐量提高2.2倍。通过在3栋办公楼内执行任何用户请求并使用多种具身（机器人、人类、带抓取工具的人类）来收集真实数据
三谷秋水·2025-03-11 18:49

Towards Multimodal Large-Language Models for Parent-Child Interaction: A Focus on Joint Attention

然而，目前对共同注意的检测和分析研究仍然有限，尤其是在多模态大语言模型（MLLMs）方面。本研究通过分析由两位语言病理学家标注的26段亲子互动视频，评估了多模态大语言模型理解共同注意的能力。
UnknownBody·2025-03-11 14:41

SeisMoLLM: Advancing Seismic Monitoring via Cross-modal Transfer with Pre-trained Large Language

本文提出SeisMoLLM，这是首个利用跨模态迁移进行地震监测的基础模型，它无需在地震数据集上进行直接预训练，就能充分发挥大规模预训练大语言模型的强大能力。
UnknownBody·2025-03-11 12:29

DeepSeek隐藏用法大揭秘：从代码优化到多模态开发，这些技巧让你少熬三夜班

最近在程序员圈子里，有个同事老张的故事特别火。他原本每周要花20小时写接口文档，自从用上DeepSeek的代码补全功能，现在喝着咖啡看AI自动生成Swagger注释——这让我想起刚入行时，为了调通一个正则表达式熬夜到凌晨三点的自己。今天咱们不聊那些官方说明书，就说点真正能让键盘冒火星的实战技巧。藏在代码补全里的"作弊码"很多人以为DeepSeek就是个加强版搜索引擎，其实它对代码的理解远超想象。比
·2025-03-11 11:23

HarmonyNext实战：基于ArkTS的分布式数据同步应用开发

我们将通过一个实际的案例——实现一个跨设备的任务管理应用，来展示ArkTS在HarmonyNext平台上的强大能
·2025-03-11 11:20

HarmonyNext实战：基于ArkTS的分布式数据同步应用开发

本文将深入探讨如何利用ArkTS语言开发一个高性能的分布式数据同步应用，涵盖从基础数据存储到跨设备同步的完整流程。
·2025-03-11 11:50

大语言模型原理基础与前沿 双层路由多模态融合、多任务学习和模块化架构

大语言模型原理基础与前沿：双层路由多模态融合、多任务学习和模块化架构关键词：大语言模型、双层路由、多模态融合、多任务学习、模块化架构、神经网络、自然语言处理1.背景介绍大语言模型（LargeLanguageModels
AI智能涌现深度研究·2025-03-11 09:07

利用AI大模型，破解医疗数据困境_医疗ai大模型

然而，数据量有限、标注成本高、多模态数据融合困难等挑战仍旧存在。如何在确保隐私的前提下，高效利用有限的医疗数据？
喝不喝奶茶丫·2025-03-11 06:45

Gemini 2.0 Flash

citeturn0search4多模态输入：支持多种输入形式，包括文本、图片、音频和视频，能够处理多
dev.null·2025-03-11 04:51

使用Activeloop Deep Lake构建深度学习数据仓库与向量存储

ActiveloopDeepLake是专为深度学习设计的数据仓库，可以作为向量存储使用，支持多模态数据的存储和处理，并且可以直接用于细调大型语言模型（LLMs）。
dgay_hua·2025-03-11 04:49

多模态模型在做选择题时，如何设置Prompt，如何精准定位我们需要的选项

我们这里以Qwen2-VL-7B-instruct为例：假设我们需要分析一张图片的情绪（从现有的情绪中进行选择），并且我们需要它以思维链的形式展现出来，我们可以这样设置prompt：emotion6_CoT="""Analyzethegivenimageanddeterminetheemotionitrepresents.Emotionaloptions:(A)anger(B)disgust(C)
暗巷提灯·2025-03-11 03:10

LLM Weekly（2025.02.17-02.23）

Grok发布了Grok3Beta，通过强化学习、扩展计算和多模态理解提供卓越的推理能力。Grok3和Grok3mini在学术基准上取得了高分，其中Grok3在AIME’25上获得了93.3%的分数。
UnknownBody·2025-03-11 01:59

华为昇腾适配阶跃星辰多模态开源模型，上线魔乐社区

今日，魔乐社区（Modelers）宣布已上架由阶跃星辰自研的Step-Video视频生成和Step-Audio语音模型两款开源多模态大模型，并基于华为昇腾CANN异构计算架构和昇腾服务器，完成了对模型的适配
·2025-03-10 22:05

周报 | 25.3.3-25.3.9文章汇总

-CSDN博客AI生成未来|CVPR2025|多模态六边形战士Magma：会点按钮会搬砖，标注竟让AI长出“时空大脑“_magma-8b-CSDN博客机
双木的木·2025-03-10 21:04

都快报名了，很多人软考的第一步就走错了

年上软考考试时间：5月24日——5月27日✅25年上软考报名时间：3月11日开始(要看地方通知，每个地方具体时间不同)✅报考条件：不限学历、年龄、工作年限✅报考地址：中国计算机技术职业资格网✅软考是可以跨级别报考的
不是小盆友·2025-03-10 18:04

gemini 2.0 国内怎么使用？请收下这份最新使用攻略！

这款新一代AI模型以其卓越的性能、广泛的应用场景和对多模态交互的深度支持，预示着一个全新AI时代的开启。2024年末，Gemini2.0Flash率
·2025-03-10 18:54

conf配置文件修改后Nginx跨网络依然无法访问或者无法渲染页面的解决方案

目录场景一：无法访问此网站解决方法1.检查防火墙规则，确保目标端口已开放2.使用UFW防火墙开放端口3.检查Nginx绑定的IP地址和端口场景二：无法渲染页面解决方法场景一：无法访问此网站在完成Nginx配置后，尝试通过局域网或公网访问Nginx服务时，却遇到了“无法访问此网站”的错误。尽管已经按照文档仔细配置了Nginx的配置文件，问题依然存在。这可能是由于防火墙未开放端口，导致Nginx配置文
MickeyCV·2025-03-10 15:16

多宠识别：基于计算机视觉的智能宠物管理系统架构解析

行业痛点与技术方案演进在多宠家庭场景中，传统方案面临三大技术瓶颈：1.生物特征混淆：同品种/毛色宠物识别准确率低于65%2.动态场景适应：进食/奔跑状态下的误检率达30%+3.数据孤岛问题：离线设备无法实现持续学习优化快瞳科技采用**双模态视觉融合架构
深圳市快瞳科技有限公司·2025-03-10 11:49

IoT平台软件：AWS IoT二次开发_高级功能探索与实践

本节将涵盖以下几个方面：设备影子（DeviceShadow）设备管理和远程配置数据处理与分析安全性和认证跨服务集成1.设备影子（DeviceShadow）1.1设备影子的概念设备影子（Dev
chenlz2007·2025-03-10 10:40

鸿蒙开发API 12 完全解析：核心技术升级与开发实战

1.2API12核心模块对比二、ArkUI3.0革命性升级2.13D图形能力2.1.13D组件基础结构2.1.2物理引擎集成2.2新增组件库三、分布式能力增强3.1超级终端协同框架3.2分布式数据管理3.2.1跨设备数据库
北辰alk·2025-03-10 08:00

开源模型应用落地-Qwen2.5-7B-Instruct与vllm实现推理加速的正确姿势-Docker-OpenResty（三）

无论是语言模型还是多模态模型，均在大规模多语言和多模态数据上进行预训练，并通过高质量数据进行后期微调以贴近人类偏好。另外，使用Docker实现便捷测试成为一种高效的解决方案。
开源技术探险家·2025-03-10 06:43

Stm32学习笔记2-中断系统-对射式红外传感器计次

一.中断系统：1.中断条件：当主程序运行时，出现了特点的中断条件，此时程序暂停运行当前直到处理完中断程序后再继续执行操作。2.中断优先级：当有多个中断时，cpu会根据中断轻重优先选择加急的中断程序。3.参考nvic基本结构：可以看出stm32中的许多外设像EXTI、TIM等都有中断通道。通过NVIC统一管理。经过NVIC裁决后可向中断CPU当前程序转而执行这些外设的中断程序。二.EXTI外设：1.
Anon_Tokoyo·2025-03-10 06:12

Vuex的使用

是专门在Vue中实现集中管理共享数据的vue插件，适用于任意组件间的通信，尤其是跨组件通信，如果只依赖于全局事件总线，代码就会很冗余，且在大型项目中难以维护。
布鲁斯的快乐小屋·2025-03-10 05:06

【ShuQiHere】 解密诺奖得主：约翰·霍普菲尔德与人工神经网络的革命

【ShuQiHere】目录引言：跨界的传奇科学家诺贝尔奖的背后：人工神经网络的崛起约翰·霍普菲尔德的开创性工作神经网络的寒冬与突破霍普菲尔德网络的工作原理代码示例：实现霍普菲尔德网络激活函数的出现与神经网络的复兴杰弗里
ShuQiHere·2025-03-10 03:22

智能客服到个人助理，国内AI大模型如何改变我们的生活？

一、国内AI大模型的独创技术点多模态学习多模态学习是国内AI大模型
python_知世·2025-03-10 02:16

AIGC技术研究与应用 ---- 下一代人工智能：新范式！新生产力！（2.1-大模型发展历程 之 背景与开端）

文章大纲按照目标不同，AI大模型可分为四类，多模态为未来方向NLP大模型CV大模型科学计算大模型多模态大模型2022年是大模型技术的拐点,前期技术铺垫奠定了基础生成式模型的开端VAE与GANVAEGAN
shiter·2025-03-10 01:08

每日AIGC最新进展(41)：上海AI Lab提出新型DiT结构Lumina-Next、Adobe研究院提出图像与文本对齐方法AlignIT、新型多模态图像生成模型MUMU

DiffusionModels专栏文章汇总：入门与实战Lumina-Next:MakingLumina-T2XStrongerandFasterwithNext-DiTLumina-Next是一种新型的生成模型，旨在通过改进的Next-DiT架构、上下文外推技术和快速采样技术，解决前身Lumina-T2X在生成质量和效率上的挑战。该模型通过3DRoPE和三明治归一化等技术，提高了图像和视频生成的稳
沉迷单车的追风少年·2025-03-10 01:06

PyTorch：Python深度学习框架使用详解

跨平
零 度°·2025-03-09 21:25

Manus平替来了！CAMEL-AI开源OWL，开源框架中排名第一,上线一天获得3.3K stars！

通过利用动态智能体交互，OWL实现了跨多领域更自然、高效且稳健的任务自动化。3月7号OWL在GitHub上开源了代码，一天就获得3.3k
AIGC Studio·2025-03-09 20:49

最新AI大模型面试题+答案汇总，整理好了！

从一面的基础知识，到二面、三面的深度技术，再到跨领域问题，这份资料应有尽有。不管你是新手小白，还是技术老鸟，都
清北传承·2025-03-09 19:48

AI时代的多模态输入与理解：挑战与局限性

本文将从几个方面探讨当前AI在多模态输入与理解中的局限性，特别是在教育、心理咨询、医疗诊断等领域的应用挑战。一、多模态输入的现状与不完善所谓多
智享食事·2025-03-09 19:17

vue3开发uniapp转字节小程序注意事项

vue3开发uniapp转字节小程序注意事项1.provide-inject跨层通信不支持问题2.不能自定义头部，需要去申请3.不能使用moment日期插件4.不要再组件中使用onShow、onLoad
奔跑的代码！·2025-03-09 19:41

ChatGPT-4o引领医学革命：临床科研创新与效率的新纪元

2024年5月12日，更强版本的ChatGPT-4o上线，文本、语音、图像等多模态交互方式使其在各行各业的应用呈现了更多的可能性。
小艳加油·2025-03-09 17:52

第三章：组件开发实战 - 第一节 - Tailwind CSS 常用UI组件构建

2.模态对话框确认操作确定要执行此操作吗？取消确定最佳
·2025-03-09 12:43

阿里淘天多模态大模型面经分享

部门与岗位淘天-搜推智能产品事业部-多模态大模型总结整体来说面试体验比较好，问的问题都不难，面试官也都不错，遇到一
大模型与自然语言处理·2025-03-09 12:46

全网最简单实用Android平板USB摄像头开发，同时预览多个摄像头，双目摄像头，同时打开手机前后摄像头（红外摄像头、人脸识别、活体检测、Android Camer

老规矩，先视频8月20日背景：多摄像头有很多实现方案，手机上能实现跑通，但是Android平板USB的找了好久才实现，需要低版本API，废话不多说直接代码：工具类importandroid.graphics.SurfaceTexture;importandroid.hardware.Camera;importandroid.view.TextureView;importjava.io.IOExce
云启软件·2025-03-09 10:59

DeepSeek-R1 671B VS DeepSeek V3，搭建和部署各自架构都需要什么样的硬件条件和成本? R1跟V3对比有何优劣,哪个更适合?

参数规模与架构创新参数规模：6710亿参数（671B），采用混合专家（MoE）架构，实际激活参数37亿，在保证性能的同时降低计算负载训练数据：基于14.8万亿token的高质量语料，涵盖多语言文本、代码、科学文献等跨领域数据技术创新
寒鸦xxx·2025-03-09 09:44

IDEA中把git commit 处于中间位置的模态框转换为侧边栏标签

因误触一设置按键把本来位置处侧边栏的GitCommit提交窗口更改为中间位置发现不对劲马上去找修改按钮无果后查阅手册发现打开Settings->VersionControl->Commit恢复正常
htclgb·2025-03-09 07:07

2025年2月25日 每日一闻

马斯克宣布Grok重大更新特斯拉CEO马斯克正式推出Grok语音模式V2.0版本，该更新深度整合多模态AI能力，支持自然语义理解与跨场景对话，三变科技等产
Kanjx·2025-03-09 06:23

深度解析SSD2351核心板：硬核视频处理+工业级可靠性设计

明远智睿SSD2351核心板基于SigmaStarSSD2351芯片打造，专为高可靠性工业场景设计，其硬件配置与接口能力充分满足复杂环境下的多模态数据处理需求。
明远智睿嵌入式方案商·2025-03-09 05:16

DeepSeek智能预警系统实战：构建城市安全防护网的五大核心技术解析

基于DeepSeek智能技术的公共安全事件预警系统设计与实战引言公共安全事件预警系统是城市治理体系的核心组件，DeepSeek团队基于自研大模型与多模态分析技术，构建了具有实时响应能力的智能预警平台。
Coderabo·2025-03-09 03:59

Agent 框架与应用

其核心能力可拆解为以下四部分：1.1.1感知能力（Perception）Agent通过多模态输入接口获取环境信息：•数据采集：集成传感器（如自动驾驶的激光雷达）、API（如天气数据接口）、文本/语音交互系统等
power-辰南·2025-03-09 02:49

物联网感知层常用感应设备

一、环境监测类温度传感器▸应用：冷链运输温度监控、智能温室调控▸技术：热敏电阻、红外测温（如TITMP117）湿度传感器▸应用：农业大棚湿度控制、工业防潮监测▸案例：SensirionSHT4x系列光照传感器
小赖同学啊·2025-03-09 00:25

千万级订单的分布式事务一致性问题

案例一：解决千万级订单的分布式事务一致性问题S（情境）业务背景：某电商平台日均订单量突破1000万，订单支付与库存扣减分属不同服务（订单服务、库存服务），需跨服务保证事务一致性。
时光不负追梦人·2025-03-08 21:46

魔百盒M401A、UNT403A、UNT413A_S905L3A/B_开启ROOT_红外蓝牙语音_通刷线刷固件包

魔百盒M401A、UNT403A、UNT413A_S905L3A/B_开启ROOT_红外蓝牙语音_通刷线刷固件包，2+8G或2+16G配置-安卓9.0，支持最新出UWE5621DS/MT7661/MT7663
fatiaozhang9527·2025-03-08 21:36

(9-2)MM-Vet多模态大模型评估系统：项目架构

9.2项目架构MM-Vet的项目架构由多模态数据集、推理脚本和评估工具三部分构成，针对大模型的综合能力进行全面评估。
码农三叔·2025-03-08 21:35

通用型AI智能体Manus：技术突破与OpenManus云平台革命

其核心价值在于突破了传统AI模型"单一场景适配"的局限，构建了可自主进化、多模态交互、跨领域迁移的智能体系。
Loving_enjoy·2025-03-08 20:26

《2025全球AI直播霸主诞生！实测智享AI三代直播榜首软件凭何碾压同行登顶？》

这款由中国团队研发的软件在实测中展现出"多模态交互""超拟真场景生成""零延迟智能控场"等颠覆性功能，其背后不仅是技术迭代的胜利，更是一场对直播生态的重构。
V__17671155793·2025-03-08 19:09

玩转Linux网络命名空间：手把手实现跨命名空间通信

二、实战：跨命名空间通信配置1.环境准备#清空已有测试命名空间（避免冲突）ipnet
冯·诺依曼的·2025-03-08 19:09

清华团队发布多模态“神探”Migician：24.94%性能碾压，解锁多图定位的无限可能—— 安防、自动驾驶、医疗影像的AI“鹰眼”革命

引言：当AI学会“跨图追凶”2025年，安防监控摄像头每天产生3.5万亿帧画面，自动驾驶汽车每秒处理20路传感器图像，医疗影像科医生年均分析50万张CT片——多图像定位能力已成为AI落地的命门。
花生糖@·2025-03-08 13:15
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他