搜索[跨模态推理]结果-低调大师优秀个人博客

精选列表

搜索[跨模态推理]，共10000篇文章

给微信加一套多模态搜索：Elasticsearch 9.5 `semantic` 字段上手

顺带说一个坏消息：msg/attach/ 下的 .dat 是微信私有加密容器（文件头 07 08 56 32），聊天数据库本身也是加密的。这两块我们不碰，所以这套方案拿不到聊天上下文 —— 只能定位到文件。

2026-08-25

专访｜罗长才：GEO工程落地与AIGC多模态数字化实践

受访人：罗长才身份：GEO 高级优化师、GEO 落地工程师、AIGC 应用工程师采访地点：杭州采访基调：纯技术视角，无品牌宣传、无营销话术，聚焦底层逻辑、工程难点、多场景实证案例

2026-08-17

从语音到多模态，科大讯飞重新定义智能硬件AI交互

从多模态交互到全球化部署，再到机器人规模化落地，三大平台共同构建起面向智能硬件与机器人时代的新一代AI交互基础设施。

2026-07-03

开源 AI 助手 MateClaw 发布 v1.0.108，多模态与桌面端全面升级

在最新的 v1.0.108 版本中，MateClaw 带来了数据源 SQL 查询技能、多模态图片/视频上传分析、桌面端原生体验增强以及对更多免费视觉模型的支持。

2026-04-06

Xinference v1.17.0 发布：支持摩尔线程 GPU，多模态能力再升级

Xorbits Inference（Xinference）是一个性能强大且功能全面的分布式推理框架。可用于大语言模型（LLM），语音识别模型，多模态模型等各种模型的推理。

2026-01-16

2025 年 Q4“方升-多模态”大模型基准测试结果发布

1、多模态理解任务测试结果多模态理解任务测试旨在考察模型对图像、文本、图表等信息的深层解析与逻辑推理能力，涵盖函数求解、几何分析、表格分析、身份分析、色彩分析、未来预测、关系分析、物理推理、IQ问题维度

2026-01-09

美团 LongCat 发布 UNO-Bench，统一的多模态模型基准测试

美团LongCat团队推出了UNO-Bench，用于评估多模态大语言模型统一能力的基准测试。

2025-11-06

LazyLLM教程 | 第13讲：RAG+多模态：图片、表格通吃的问答系统

与此同时，LVM 在图像识别、目标检测、图像分割等视觉任务中取得了显著成果，一些模型已能接受语言指令并执行特定视觉任务，但其推理与跨模态能力仍有待提升。

2025-11-03

SuperCLUE 多模态视觉 8 月评测榜：Gemini-2.5-Pro 位居第一

在8月28日发布的中文多模态视觉语言模型测评基准（SuperCLUE-VLM）榜单中，Gemini-2.5-Pro 以总分74.99分位居第一，OpenAI 的 GPT-5(high) 以68.59分排在第二位

2025-08-29

腾讯混元发布 52B 参数多模态理解模型 Large-Vision

腾讯混元团队近日发布了全新的多模态理解模型——混元Large-Vision，该模型采用腾讯混元擅长的MoE（专家混合）架构，激活参数达到52B规模，在性能与效率之间实现了良好平衡。

2025-08-13

Jina AI 开源多模态多语言向量模型 Jina Embeddings V4

Jina AI 宣布正式推出 jina-embeddings-v4，一款全新的多模态向量模型，参数规模达到 38 亿，并首次实现了对文本与图像的同步处理。

2025-06-26

阿里通义千问开源端到端多模态模型 Qwen2.5-Omni

3月27日，通义千问宣布推出新一代端到端多模态旗舰模型 Qwen2.5-Omni。该模型现已在 Hugging Face、ModelScope、DashScope 和 GitHub上开源开放。

2025-03-27

多模态自动布局技术发展及其在淘内内容场的应用

本文从多模态自动布局的技术路线出发，简述了在多模态技术日新月异的发展环境下的技术选型，包括不同模型架构的比较与评估。

2025-03-12

苹果公布多模态大模型 MM1 ：具备 300 亿参数、MoE 架构

Arxiv 页面显示，苹果正式公布了自研多模态大模型 MM1，该模型提供 30 亿、70 亿、300 亿三种参数规模，拥有图像识别和自然语言推理能力。

2024-03-18

智源研究院发布 Emu2 —— 开源生成式多模态模型

2023年12月21日，智源研究院开源发布新一代多模态基础模型Emu2。

2023-12-22

带你读AI论文丨针对文字识别的多模态半监督方法

本文分享自华为云社区《一种针对文字识别的多模态半监督方法》，作者： Hint 。摘要直到最近，公开的真实场景文本图像的数量仍然不足以训练场景文本识别器。

2022-12-22

JavaWeb开发如何解决跨域问题

只要有一个不同，浏览器就会拦截跨域请求的响应结果（注意：请求其实已经发到服务器了）

2026-09-04

KuiklyUI Render 层的跨平台落地设计

这一篇不深入某一个平台的全部细节，而是横向看四个平台：Android、iOS、鸿蒙和 Web。重点放在它们哪里同构，哪里不同，以及为什么需要这些不同。

2026-07-12

NativeScript 9.0.19 发布，跨平台原生应用框架

NativeScript 9.0.19 现已发布。NativeScript 使用户能够直接从 JavaScript 访问native API。目前，该框架为丰富的移动开发提供了 iOS 和 Android 运行时，并可用于多种不同的用例。 Features iOS：新增选项，可将启动事件延迟至应用处于活动状态时触发（#9906） Fixes core：开发者工具中检查器模块和网络请求的完整sideEffects声明（#11229） android：nested frame restoration step（#11226） iOS：改进 TabView 对更多导航控制器的处理（#11225） android：在初始化时应用辅助功能 CSS 类和字体缩放（#11224） core：防止 _dialogClosed 和 _onRootViewReset 中的指数级遍历（#11220） iOS：布局更改事件期间的布局有效性状态（#11218） android：修正 TabView 片段管理器解析（#11217） iOS：在 iOS 26 及以上版本启用 SwipeBackNavigation (#11211) Performance core：减少对原生 setter 方法的调用（#11216）更新说明：https://github.com/NativeScript/NativeScript/releases/tag/9.0.19-core

2026-05-27

NativeScript 9.0.18 发布，跨平台原生应用框架

TextField：允许在 secureWithoutAutofill 存在时切换安全状态 (65503ba3f) core：拆分 http 模块以解决循环引用问题（#11141） android：仅对全屏模态框启用

2026-03-31

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。

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。

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。

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。