搜索[多模态架构]结果-低调大师优秀个人博客

精选列表

搜索[多模态架构]，共10008篇文章

KDE 改进其多 GPU 基础架构

KDE 本周修复了很多 Bug 和其他问题，包括对多 GPU 基础设施进行了重大改革，用于 Plasma 6 中的 Intel 和 AMD GPU 变得“不再糟糕”。

2023-04-16

webpack4+react多页面架构

文件中，整个项目只有一个html文件入口,但也有许多业务需要多个页面不同的入口，比如不同的h5活动，或者需要支持seo的官方网站，都需要多个不同的html，webpack-react-multi-page架构让你可以实现多页面架构

2018-10-14

SaltStck无Master和多Master架构

Trying > 自动化运维 > 正文 SaltStck无Master和多Master架构原创酥心糖 2016-11-24 16:38:50 评论(0) 78人阅读 saltstack

2017-11-11

从 Notebook 到生产：多模态 AI Agent 的完整工程化路线图

大多数 AI Agent 教程止步于 Colab 笔记本里的玩具 Demo：生成一个聪明的回复，冠以「自主 Agent」之名，然后在你真正想构建可供真实客户使用的可靠软件时，把你晾在原地。

2026-10-27

OctaFuse Gateway 2.12.0：供应商账号管理、路由工作区与多模态入口发现

接入的模型和供应商多了，日常维护常常要在几个地方来回查：哪个账号还有额度，某个模型走了哪些路由，新模型应该用哪个接口。出门没带电脑时，临时处理配置也不方便。

2026-09-26

GEO多模态内容怎么做？图片、PDF、表格与视频如何被AI理解

GEO 多模态内容优化，是把图片、图表、PDF、表格、视频和代码截图中的关键信息，同时转换成机器可以发现、解析、定位和验证的文本与媒体结构。

2026-09-02

腾讯发布“混元图像 3.0”，首个开源工业级原生多模态生图模型

腾讯宣布推出并开源原生多模态图像生成模型“混元图像 3.0（HunyuanImage 3.0）”，参数规模达 80B。

2025-09-28

聚焦结构化注意力，探索提升多模态大模型文档问答性能

作者：vivo 互联网算法团队本文聚焦多模态大语言模型（MLLMs）在文档问答（DocQA）任务中的性能提升，提出无需改动模型架构或额外训练的结构化输入方法，通过保留文档层次结构与空间关系（如标题、表格

2025-09-11

微软高管：下一代 Windows 深度整合 AI，实现多模态交互

他表示，未来的Windows将更具“环境感”，通过语音、语义理解等多模态技术，实现更自然的操作。例如，用户可直接通过语音与电脑对话，系统能理解上下文并智能响应。

2025-08-14

MNN LLM：让你手机本地也能跑 DeepSeek R1 还能支持多模态

这是一款开源工具，支持本地部署、移动端运行以及多模态处理（如文生图、语音输入等）。通过模型量化与硬件优化，MNN LLM显著提升了推理速度与稳定性，同时解决了下载困难的问题。

2025-04-21

面壁智能开源端侧多模态大模型：MiniCPM-Llama3-V 2.5

面壁智能开源了端侧多模态模型 MiniCPM-Llama3-V 2.5，且支持 30+ 多种语言。 MiniCPM-Llama3-V 2.5 是MiniCPM-V系列的最新、性能最佳模型。

2024-05-21

一文深度解读多模态大模型视频检索技术的实现与使用

多模态表征大模型能够将文本、图片、音频、视频等内容转换成高维空间中的向量表示，也称为嵌入（embeddings）。

2024-01-25

服装行业多模态算法个性化产品定制方案 | 京东云技术团队

diffusion：AIGC海量出图，设计师选图——好看 • 新视界设计：畅销服装版型+潮流图样，设计好看、好穿、好卖的服装三、技术突破畅销服装版式数据库构建 • 自研服装识别模型对服装图片进行多模态智能分析

2023-08-08

【CV学霸开讲】卷积神经网络压缩、多模态的语义分析研究

陈师哲同学在“多模态情感识别”和“视频内容自然语言描述”研究方面取得了突出的研究成果，在领域顶级会议和期刊发表论文十余篇，并在多项高水平学术竞赛中取得优异成绩，表现出很强的科研能力、实践动手能力和科研潜力

2018-01-25

【阿里ICCV论文技术解读】基于层次化多模态LSTM的视觉语义联合嵌入

精准描述商品：计算机视觉和自然语言处理的联合近年来, 随着深度学习技术的快速发展, 人们开始尝试将计算机视觉(Vision)和自然语言处理(Language)两个相对独立的领域联合起来进行研究, 实现一些在过去看来非常困难的任务，例如“视觉-语义联合嵌入(Visual-Semantic Embedding)”。该任务需要将图像及语句表示成一个固定长度的向量，进而嵌入到同一个矢量空间中。这样，通过该空间中的近邻搜索可以实现图像和语句的匹配、检索等。视觉语义联合嵌入的一个典型应用就是图像标题生成（Image Captioning）：对于任意输入的一张图像, 在空间中找到最匹配的一句话, 实现图像内容的描述。在电商场景下, 淘宝卖家在发布一件商品时, 该算法可以根据卖家上传得图片, 自动生成一段描述性文字, 供卖家编辑发布使用。再比如，

2017-10-24

浅析APP控件：模态弹窗与非模态弹窗

浅析APP控件：模态弹窗与非模态弹窗在手机app应用中各种格式的弹窗效果相信大家都看过，此次分享就来谈谈关于app弹窗设计以及弹窗的适用情景。

2018-08-31

MySQL多主多从架构实现及主从复制问题处理

一测试架构设计和目标： 1）Master（192.168.31.230）为正常运行环境下的主库，为两个Slave（192.168.31.231和192.168.31.232）提供“主-从”复制功能；

2017-11-15

数字人、AI 口播、异兽、舞蹈与绘画：多模态内容生产工程化实践

多模态 AIGC 内容生产的核心不是“单点生成”，而是把数字人、AI 口播、AI 异兽、AI 舞蹈、AI 绘画串成一条可复用流水线：脚本 → 分镜 → 图像 → 视频 → 音频 → 合成 → 审核 →

2026-10-15

工业AI Agent：从“单点质检”到“多模态工艺闭环与OT系统原生集成期”

既然前述硬科技赛道已覆盖，2026年真正被低估、却决定制造业智能化天花板的，是工业AI Agent。这一年，该领域彻底告别了“大模型+知识库=智能助手”的Demo叙事期，进入了 “PLC/DCS协议原生适配、毫秒级控制回路闭合、工艺知识可验证沉淀” 的工程深水区。西门子Industrial Copilot在宝马工厂实现焊接参数自适应调整且缺陷率下降40%，中控技术SupOS-Agent接入万华化学MDI产线完成异常工况自主处置，创新奇智、格创东智等国产Agent平台通过OPC UA over TSN认证并部署于半导体封测环节；更关键的是，工信部发布《工业人工智能体系统安全与互操作规范（2026）》，首次将“控制指令响应时延、人机协同置信度阈值、OT网络隔离合规性”列为准入硬指标，意味着行业评价标准从“能不能对话”转向“能不能控设备、能不能扛干扰、能不能信得过”。

2026-10-10

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。