搜索[多模态理解]结果-低调大师优秀个人博客

精选列表

搜索[多模态理解]，共10006篇文章

SpringBoot2初体验，简单认识spring boot2并且搭建基础工程

如今 Spring Boot 1.X 版本最后将永久的定格在 v1.5.22.RELEASE，其实回想起来自从 Spring Boot 1.0 发布已经过去了 5 年多，相当于 Spring Boot

2025-09-05

面试大杂烩

如果系统线程数非常多，可以适当减小（如 -Xss256k）来节省内存，但可能增加栈溢出风险。

2025-09-18

云从科技多模态大模型「CongRong-v2.0」登顶 OpenCompass 全球多模态榜单

近日，云从科技自主研发的「从容大模型」（CongRong-v2.0）在国际评测平台OpenCompass最新全球多模态榜单中，以80.7分的综合成绩登顶榜首。

2025-05-29

多模态测试落地实践深度解读

原生应用爆发式增长的今天，智能客服、车载语音助手、AIGC内容审核平台、医疗影像辅助诊断系统等典型场景，已不再是单一文本或API接口的交互模式——它们融合了语音输入、图像上传、视频流分析、自然语言响应与界面反馈等多种模态

2026-09-09

深度解读：多模态测试团队转型

在AI原生应用爆发式增长的今天，软件交付形态正经历一场静默却深刻的变革——语音助手、图像生成工具、智能座舱、AR导航、跨模态搜索……这些产品已不再依赖单一文本交互，而是融合语音、图像、文本、视频甚至传感器数据

2026-09-09

2026 多模态架构选型全景指南

官方模型卡里那句话说得非常直白——"统一视觉-语言基础模型，多模态 token 早期融合训练，跨代达到与 Qwen3 纯文本对齐的水平，且在推理/编码/Agent/视觉理解基准上超过 Qwen3-VL"

2026-09-04

多模态 GEO 优化方法论

多模态 GEO（Multi-Modal Generative Engine Optimization）是把视频、图像、音频等多媒体内容，转化为 AI 生成式引擎（ChatGPT、Perplexity、

2026-08-13

老婆问我什么是多模态能力

那天晚上，我躺在沙发上刷手机，老婆突然从厨房探出头来问我："你天天看那些AI新闻，我问你个事儿——什么叫多模态能力？我看好多文章都在说这个词，感觉很厉害的样子。"

2026-07-10

多模态文本摘要及其应用实践

我们对现有主流的文本摘要方法进行了分析整理，重点分析了基于深度学习的文本摘要方法，以及结合多模态信息的摘要提取方法，并在前述场景尝试进行应用实践，这里对相关工作进行简要介绍。

2020-10-28

英伟达开源全模态理解模型 OmniVinci

英伟达研究团队发布了名为 OmniVinci 的全模态理解模型，该模型在关键的全模态理解基准测试中取得了惊人的成果，相较于现有顶尖模型高出19.05分。

2025-10-28

多模态 Agent 如何规划 UI 测试路径

多模态 Agent 如何规划 UI 测试路径文章封面 UI 自动化的难点，表面看是脚本维护成本高，深层看是测试设计无法持续跟上系统变化。

2026-10-05

多模态测试性能优化：测试专家必读

引言随着AI大模型、智能终端与全栈式交互应用的爆发式增长，软件系统正快速演进为融合文本、图像、语音、视频、传感器数据的多模态系统。

2026-09-09

机器视觉要落地，第一步往往是"看见远近"。机械臂抓取、AGV 避障、机器人定位，每个场景都需要一双带三维信息的眼睛。但真正做过深度相机选型的人会承认一个尴尬的事实：几乎不存在一种测距原理，能在光照、纹理、距离、运动的任意组合下都稳定输出。结构光在近处精细，ToF 在中远距离从容，双目在纹理丰富处精准，可一旦场景越过各自的舒适区，精度就会断崖式下跌。深度相机之所以"偏科"，不是哪家厂商没做好，而是物理原理决定了每种方案都自带失效边界。

2026-09-08

微信如何训练多模态 Embedding 模型

如何把不同模态、不同任务的数据组织进同一套训练体系，并学习统一的多模态表示，正成为训练中的一个核心问题。

2026-09-02

Databend 11 月月报：多模态查询智能

本月上线了 TimestampTz 支持、HTTP Arrow payloads、支持 RBAC 的脱敏策略，并进行了三轮 Runtime Filter 调优，同时针对多模态负载改进了全文索引和 VECTOR

2025-12-04

多模态 AI 创作平台 LiblibAI 2.0 发布

多模态 AI 创作平台 LiblibAI 2.0 已正式上线，整合了图片生成、视频制作、特效模板等功能，支持 MidJourney、Seedream 4.0 等顶级模型。

2025-10-13

多模态才是智能应用爆发的关键？

丁小晶表示，多模态技术非常重要，甚至可以说，没有多模态技术效果的快速提升，教育行业不可能如此迅猛发展。

2025-07-03

Meta 发布 Llama 3.2 多模态 AI 模型

LLaMA 3.2 支持同时处理文本、图像和视频，能够理解并生成跨媒体内容。例如，用户可以在同一交互中结合文字和图像。

2024-09-26

一文详解多模态认知智能

摘要：多模态认知智能是AI人工智能当前发展的主流趋势之一，其核心是以多模态知识的获取，表示与推理为主要内容的跨模态知识工程与认知智能，也是为了更好的处理多模态的数据，需要融合多种感知模态和智能处理技术。

2023-04-26

Xtreme1 —— 多模态训练数据平台

Xtreme1是一个开源的多模态训练数据平台，支持多格式（图片、点云及2D/3D融合）的数据上传、标注和监管。它能够帮助算法工程师和科学家高效标注数据和训练模型。

2022-09-30

多模态 AI 模型的商业应用场景

多模态 AI 模型在将文本、图像、音频和视频整合到统一工作流程的业务中最为有用——营销、客户支持、产品开发和内容生产都是典型场景。

2026-09-29

AI 创作：从灵感辅助到多模态生产

AI 正在重新定义“创作”这件事。过去，写作、画画、作曲、剪辑、配音是不同技能，需要不同工具和长期训练。现在，一个大模型加上几款 AI 工具，就能让一个人完成从选题、脚本、配图、配音到成片的全流程。

2026-09-19

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。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

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。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。

精选列表

SpringBoot2初体验，简单认识spring boot2并且搭建基础工程

面试大杂烩

云从科技多模态大模型「CongRong-v2.0」登顶 OpenCompass 全球多模态榜单

多模态测试落地实践深度解读

深度解读：多模态测试团队转型

2026 多模态架构选型全景指南

多模态 GEO 优化方法论

老婆问我什么是多模态能力

多模态文本摘要及其应用实践

英伟达开源全模态理解模型 OmniVinci

多模态 Agent 如何规划 UI 测试路径

多模态测试性能优化：测试专家必读

多模态融合：让深度相机不再偏科

微信如何训练多模态 Embedding 模型

Databend 11 月月报：多模态查询智能

多模态 AI 创作平台 LiblibAI 2.0 发布

多模态才是智能应用爆发的关键？

Meta 发布 Llama 3.2 多模态 AI 模型

一文详解多模态认知智能

Xtreme1 —— 多模态训练数据平台

多模态 AI 模型的商业应用场景

AI 创作：从灵感辅助到多模态生产

资源下载

腾讯云软件源

Spring

Sublime Text

WebStorm

欢迎您来访！

精选列表

SpringBoot2初体验，简单认识spring boot2并且搭建基础工程

面试大杂烩

云从科技多模态大模型「CongRong-v2.0​​​​​​​」登顶 OpenCompass 全球多模态榜单

多模态测试落地实践深度解读

深度解读：多模态测试团队转型

2026 多模态架构选型全景指南

多模态 GEO 优化方法论

老婆问我什么是多模态能力

多模态文本摘要及其应用实践

英伟达开源全模态理解模型 OmniVinci

多模态 Agent 如何规划 UI 测试路径

多模态测试性能优化：测试专家必读

多模态融合：让深度相机不再偏科

微信如何训练多模态 Embedding 模型

Databend 11 月月报：多模态查询智能

多模态 AI 创作平台 LiblibAI 2.0 发布

多模态才是智能应用爆发的关键？

Meta 发布 Llama 3.2 多模态 AI 模型

一文详解多模态认知智能

Xtreme1 —— 多模态训练数据平台

多模态 AI 模型的商业应用场景

AI 创作：从灵感辅助到多模态生产

资源下载

腾讯云软件源

Spring

Sublime Text

WebStorm

欢迎您来访！

云从科技多模态大模型「CongRong-v2.0」登顶 OpenCompass 全球多模态榜单