搜索[多模态Agent]结果-低调大师优秀个人博客

精选列表

搜索[多模态Agent]，共10000篇文章

商汤科技联合创始人、首席科学家林达华：多模态是通向 AGI 的必经之路

商汤科技联合创始人、首席科学家林达华发表长文《商汤的思考，为何我们如此坚定多模态通用智能？》，深度解析了公司在多模态通用智能道路上的一些思考与实践。开头，林达华指出，AI 是—场长跑。

2025-08-13

懒懒笔记 | 课代表带你梳理【RAG课程 13&14：多模态突围与综合论文问答系统实战】

第13、14讲，火力全开攻克“多模态”难题，聚焦如何让 RAG 看图识表、解读论文、图文并茂输出高质量答案！为什么要引入多模态？

2025-06-20

LlamaFactory × 多模态RAG × Chat-BI，万字长文揭秘RAG进化迷踪，打造专业AI助手！

涉及多路召回多模态RAG、多模态问答、Chat-BI、Agent、LLM微调、多模态模型微调等等。让我们开始吧！

2025-06-03

张建伟院士将出席 GOTC 2024，分享多模态具身智能与机器人系统创新成果

近三十年来，他一直致力于多模态具身智能理论、机器人开源操作系统，人工智能在机器人类人操作、多模态智能机器人系统以及机器人协同装配等领域的研究。

2024-08-13

开源点云及图像多模态训练数据平台 Xtreme1 更新版本 V0.5.1

Xtreme1 Docker Compose 本地部署后可以使用 localhost 或 IP 来访问，并进行了一些软硬件需求等文档更新；本地模型运行目前仅支持Linux server（NVIDIA Driver或NVIDIA Container Toolkit） Component Recommended configuration GPU Nvidia Tesla T4 or other similar Nvidia GPU GPU RAM 6G or more RAM 4G or more

2022-09-27

给 AI Agent 装上一套"记忆底座"：多 Agent 协作工作流里的上下文复用实践

给 AI Agent 装上一套记忆底座：多 Agent 协作工作流中上下文复用与失败处理最小化的实操心得

2026-09-09

Agent Skills 多平台应用：一份代码，让 AI “跑” 遍全端

如果你已经接触过 AI Agent（智能体），一定对它的“工具调用”能力不陌生。

2026-09-08

从零构建生产级AI Agent：深入LangGraph与多智能体协作架构

2025年已过半，LLM的能力边界正在被快速拓展。但一个残酷的事实是：单纯依赖Prompt工程和RAG，已经无法应对企业级场景的复杂需求。

2026-08-23

Workflow-Skills 架构 vs 普通管道推进—多 Agent 协作视角的架构解析

对比"同步硬编码管道"与"Workflow-Skills 标准流程引擎"在时序、前后端架构、事件通道、分布式多 Agent 协作维度的差异与优势。

2026-08-11

多 Agent 协同最难的不是通信，而是状态：分工、死锁和冲突治理实践

一个 Agent 没有库存访问权限，不能通过别的 Agent 间接拿到完整库存数据。

2026-08-06

OpenClaw 实战：构建自主决策的 AI Agent，从技能创造到多平台集成

AI Agent 正从“对话框玩具”走向“数字员工”，但大多数开源框架仍停留在工具调用（Tool Use）层面——Agent 只能使用开发者预置的函数，无法根据任务动态生成新能力。

2026-08-05

Workflow 驱动多 Agent 协作从子流程拆解到人机决策闭环的工程实践

在 AI 应用落地的深水区，我们常常面临一个棘手的悖论：大模型赋予了系统无限的创造力，却也让流程控制变得难以捉摸。一个智能体可能因为陷入逻辑死循环而耗尽企业预算，一个自动化流程可能因为外部系统的微小延迟而彻底卡死。在传统的 BPM（业务流程管理）中，规则是刚性的；而在纯粹的 LLM 应用中，行为又是概率性的。

2026-07-24

WorldForge 多动态环境基准，量化 Agent 组件协同能力

当下主流大模型评测基准多为单轮静态任务，仅能验证基础语言能力，完全无法模拟真实交互里的序列决策、状态持续演化、情绪 / 认知压力干扰等场景腾讯云。

2026-07-11

多模态大模型深度实践：从统一架构到端侧部署的全链路解析

早期的多模态模型多采用“视觉编码器 + 语言模型”的拼接式设计（如LLaVA），视觉特征通过投影层映射到LLM的输入空间。

2026-09-02

纯文本AI vs 多模态AI：能看图、能识图的客服，和只会打字的客服，谁更卖货？

你有没有遇到过这种情况：明明已经打了几百字描述问题，客服还是回一句“请您提供一下商品照片”？或者你发了一张图片过去，对面沉默了五分钟，最后说“请您用文字描述一下图片内容”？

2026-07-29

同程旅行用 Apache SeaTunnel 搭建多模态统一数据通道

同程旅行数据通道服务历经多年演进，形成了数据搬运、数据集成、Sqoop、SeaTunnel 四套并存的格局，功能重叠、引擎割裂、整体运维成本居高不下。

2026-07-16

面壁智能发布 MiniCPM-V 4.6：1.3B 性能“小钢炮”，端侧多模态门槛降至 6G

2026 年 5 月 11 日，面壁智能联合清华大学、OpenBMB 开源社区正式推出新一代端侧多模态大模型 MiniCPM-V 4.6。

2026-05-27

快手正式全量上线可灵 AI 视频 O1 模型，全球首个统一多模态视频模型

快手可灵 AI 团队宣布，全球首个统一多模态视频模型——可灵视频 O1 模型全量上线。

2025-12-02

苹果 WWDC 25 视觉智能 AI 升级开放，微美全息以多模态模型驱动场景革新提升竞争力

从技术方向来看，AI（人工智能）大模型正朝着多模态、专业化、通用化以及大小模型协同的方向发展。

2025-06-10

我用多模态评测API做了一场10w+刷屏活动

摘要：闲着没事用多模态评测API做了一个测评英语口语的互动小游戏，居然成了一场10万人参与的刷屏级活动。

2020-07-29

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

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。