搜索[图像感知]结果-低调大师优秀个人博客

精选列表

搜索[图像感知]，共10000篇文章

OctaFuse Gateway 2.14.0：图像与语音接入扩展、用户分组折扣与后台配置升级

OctaFuse Gateway 2.14.0 新增了多平台图片与语音接入：使用 OpenAI 接口的客户端，可以通过转换路由调用 MiniMax、Seedream 和 Gemini 的相应能力，也能传入厂商特有参数。

2026-10-10

ChatGPT Images 2.5 发布，OpenAI 把图像生成的重注押在了编辑上

它涵盖 ChatGPT Images 和 GPT-Image API 两个入口，意味着这个产品线已经是全球最大的 AI 图像生成服务之一。

2026-09-09

Ozon货源补齐技术思路：通过图像检索对接1688商品数据源

这里记录一套技术实现思路：利用图像检索接口，以商品图片作为媒介，反向匹配 1688 货源，完成货源信息补齐，分享流程、难点以及开发层面需要注意的问题。

2026-08-11

【店滴云】2.0 发布，增加图像界面安装，免费赠送无人茶室小程序

【店滴云】2.0发布，增加图像界面安装，免费赠送无人茶室小程序 1、增加安装界面，文件权限校验，软件版本库校验 2、修复安装中公司初始，用户初始bug 3、增加无人茶室插件，免费开源店滴云，让经营场所

2026-01-13

中国高校研发新型架构 UniCorn，解决 AI 图像系统逻辑失准难题

该框架的核心目标是赋予自动化图像处理系统一种特殊能力：识别并修复其在生成内容过程中的自身缺陷。

2026-01-12

法国与马来西亚调查 Grok 生成性别化深度伪造图像事件

近日，法国和马来西亚相继加入印度，对 Grok 生成女性和未成年人性别化深度伪造图像的行为表示谴责。

2026-01-05

Meta 计划在 2026 上半年发布全新图像视频模型与文本模型

Meta 正在加紧推进下一代人工智能技术的研发，计划于 2026 年上半年发布一款全新的图像和视频生成 AI 模型，代号为 “Mango”。

2025-12-23

Mogan STEM，v2025.2.1 正式发布：支持 Python 对象的图像、公式、表格渲染

渲染Matplotlib绘制的2D图像渲染Matplotlib绘制的3D图像渲染Pandas.DataFrame为表格使用SymPy生成公式，生成的内容可编辑，无缝插入文档！

2025-12-05

阿里巴巴开源 Z-Image 图像模型：支持中英双语文字渲染

阿里巴巴通义实验室开源全新图像生成模型Z-Image，该模型凭借仅6B的参数规模，实现了高效的图像生成与编辑，其视觉质量已接近国际领先商业模型的三倍参数级别（约20B）。

2025-11-27

谷歌准备发布新一代图像生成与编辑模型“Nano Banana 2”

据其分析，谷歌正在准备新的图像生成模型，并且为 Nano Banana 系列。据介绍，该生图模型将被命名为“GEMPIX2”，并作为 Nano Banana 的二代发布。

2025-11-07

这款插件让你在开源图像编辑器 GIMP 中体验谷歌 Nano Banana

该插件支持用户在 GIMP 内直接通过文字提示生成新图像，或对现有图像进行自然语言编辑，无需切换到外部工具。

2025-09-05

字节跳动开源 USO，支持统一风格与主体定制的图像生成模型

字节跳动团队近日发布并开源USO（Unified Style-Subject Optimized）模型，这是一个“统一风格-主体”定制生成框架，首次把“风格驱动”与“主体驱动”两类原本对立的图像生成任务合并到单一模型里

2025-09-01

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。通过 Xorbits Inference，你可以轻松地一键部署你自己的模型或内置的前沿开源模型 - https://github.com/xorbitsai/inference。无论你是研究者，开发者，或是数据科学家，都可以通过 Xorbits Inference 与最前沿的 AI 模型，发掘更多可能。 Xinference 的功能和亮点有： 🌟 模型推理，轻而易举：大语言模型，语音识别模型，多模态模型的部署流程被大大简化。一个命令即可完成模型的部署工作。 ⚡️ 前沿模型，应有尽有：框架内置众多中英文的前沿大语言模型，包括 baichuan，chatglm2 等，一键即可体验！内置模型列表还在快速更新中！ 🖥 异构硬件，快如闪电：通过 ggml，同时使用你的 GPU 与 CPU 进行推理，降低延迟，提高吞吐！ ⚙️ 接口调用，灵活多样：提供多种使用模型的接口，包括 OpenAI 兼容的 RESTful API（包括 Function Calling），RPC，命令行，web UI 等等。方便模型的管理与交互。 🌐 集群计算，分布协同：支持分布式部署，通过内置的资源调度器，让不同大小的模型按需调度到不同机器，充分使用集群资源。 🔌 开放生态，无缝对接：与流行的三方库无缝对接，包括 LangChain， LlamaIndex， Dify，以及 Chatbox。 ———————————————————————— ———————————————————————— 🚀 Xinference v1.9.0 更新日志 ✅ 本次亮点 🐍 gpt-oss 模型支持 🖼️ Qwen-Image 模型支持 ⚙️ Rerank 模型支持自由切换后端（含 vLLM 引擎） 🔧 Deepseek-R1-0528 支持 Function Calling 🔄 sglang 支持流式 Function Call 🌐 社区版更新 📦 安装方式 pip 安装：pip install 'xinference==1.9.0' Docker 使用：拉取最新版镜像，或在容器中使用 pip 更新 🆕 新模型支持 Qwen-Image gpt-oss GLM-4.5 quantized 模型 GLM-4.5v ✨ 新特性 rerank 模型支持自由切换引擎，支持 vLLM 引擎推理 Deepseek-R1-0528 支持 Function Calling sglang 支持流式 FunctionCall gpt-oss 支持 Harmony 格式解析 UI：运行中的模型页新增 Replica 显示列 🛠 功能增强 Qwen3 新模型加入工具调用模型列表更新 Qwen3-Coder chat_template 支持 qwen-image gguf 格式新增 flash_attention 控制参数 attn_implementation 使用 vLLM 引擎时清理 embedding 缓存降级 flash-attn 为 2.7.4 保证兼容新增 OpenFst 源以便构建 ASR 模型 🐞 Bug 修复限定 datasets 版本避免冲突修复 Qwen3 Reranker GPU 异常问题修复旧版 vLLM 与 0.10.0 兼容性问题修复 enable_thinking 导致 reasoning_content 错误修复 async_client 删除错误其他诸多稳定性修复 📚 文档更新增加 CUDA 12.8 Docker 文档更新 xllamacpp 使用说明 🏢 企业版更新（v0.2.1 发布）本版本为大量 Bug Fix 与稳定性提升版本我们感谢每一位参与的社区伙伴对 Xinference 的帮助和支持，也欢迎更多使用者和开发者参与体验和使用 Xinference。欢迎您在 https://github.com/xorbitsai/inference 给我们一个星标，这样你就可以在 GitHub 上及时收到每个新版本的通知。

2025-08-20

一键提取姿态生成新图像

摘要：从图像提取人体姿态，用姿态信息控制生成具有相同姿态的新图像。本文分享自华为云社区《Pose泰裤辣! 一键提取姿态生成新图像》，作者： Emma_Liu 。

2023-05-23

视觉理解机 V0.3.0：7 个图像分类和物体检测示例

视觉理解机提供了面向图像的UDF和UDT，可以很方便的处理大规模的图像数据。视觉理解机本身是一个框架，具体的机器学习能力由理解机的PyTorch插件实现。

2023-03-29

eKuiper 1.8.0 发布：零代码实现图像/视频流的实时 AI 推理

图像/视频流推理配合新版本提供的视频流源（详情见下文），eKuiper 提供了视频接入并定时获取图像帧的能力。图像帧可在规则中，使用 tfLite 函数进行 AI 推理。

2023-03-01

谷歌推出新的文本生成图像模型“Muse”，声称性能为同类最佳

近日，谷歌也公开了一款名为“Muse”的基于文本生成图像的模型，声称可以实现最先进的图像生成性能。

2023-01-09

gThumb 3.11.3 发布，支持下一代图像编码标准 JPEG XL

GNOME 图像查看和整理工具 gThumb 日前发布了 3.11.3 版本，在这个版本中 gThumb 增加了对下一代图像编码标准 JPEG XL 的支持，JPEG XL（.jxl）是基于 Google

2021-04-16

基于飞桨PaddlePaddle实现BigGAN生成动漫图像——为艺术创作赋能

尽管深度学习已在工业生成中广泛应用，但作为研究重头的视觉效果极佳的GAN的图像生成，却在应用中遇到了瓶颈。

2020-12-01

可以提高你的图像识别模型准确率的7个技巧

如果您正在处理图像识别模型，您可以考虑通过使用数据增强来增加可用数据集的多样性。这些技术包括从将图像翻转到轴上、添加噪声到放大图像。

2020-09-12

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。

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。