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10007篇文章

vivo 发布蓝心 3B 端侧多模态大模型

在今天的vivo开发者大会上，蓝心3B端侧多模态推理大模型正式发布。

2025-10-10

Elastic 收购 Jina AI，强化开源检索与多模态 AI 能力

其开源社区活跃，研发重点在多模态嵌入、小模型和检索重排算法，已成为向量搜索和语义检索领域的重要创新者。此次并入 Elastic，意味着这些能力将进入更广泛的企业应用场景。

2025-10-10

全球首个深度推理+多模态大模型“紫东太初”4.0 发布

全球首个“深度推理+多模态”大模型——“紫东太初”4.0在2025东湖国际人工智能高峰论坛上正式发布。

2025-09-19

苹果开源长视频多模态大语言模型 SlowFast-LLaVA-1.5

苹果研究团队开源了适配版 SlowFast-LLaVA 模型，在长视频分析理解任务上表现超越更大规模模型。该模型通过双流架构优化视频处理效率，慢流以低帧率捕捉场景细节，快流以高帧率追踪动作变化，解决了传统模型逐帧分析导致的信息冗余与上下文窗口溢出问题。其 10 亿、30 亿和 70 亿参数版本在 LongVideoBench 等长视频基准测试中均创佳绩，10 亿参数模型在 General VideoQA 任务中达 56.6 分，70 亿参数模型在 Long-Form Video Understanding 任务中获 71.5 分，且在图像理解任务如知识推理、OCR 等方面表现出色。目前模型输入帧长限制为 128 帧，存在可能遗漏关键帧等局限。团队表示将探索内存优化技术提升性能。该模型基于公开数据集训练并开源，为长视频理解提供了新的高效解决方案。 https://github.com/apple/ml-slowfast-llava https://huggingface.co/papers/2503.18943

2025-08-25

从“字”到“画”：基于Elasticsearch Serverless 的多模态商品搜索实践

我们正处在一个从文本搜索向多模态、跨模态搜索演进的时代。用户希望能够通过图片、甚至是自然语言描述的复杂场景，来精准地找到他们想要的商品。然而，如何理解并检索图片中的视觉元素？

2025-08-13

迈向多模态数据集成的统一工具

本文将带你了解：SeaTunnel 是如何一步步迈向“多模态”，又是如何赋能今天的 AI 数据体系。为什么要支持多模态数据？曾经我们做数据同步，只需要处理订单表、用户表、销售表。但现在呢？

2025-08-12

我国科学家研究揭示多模态大模型概念表征机制

中国科学院自动化研究所与中国科学院脑科学与智能技术卓越创新中心的联合团队在《自然·机器智能》（Nature Machine Intelligence）发表相关研究，首次证实多模态大语言模型能够自发形成与人类高度相似的物体概念表征系统

2025-06-09

腾讯混元开源多模态定制化视频生成工具 HunyuanCustom

腾讯混元宣布正式推出并开源全新的多模态定制化视频生成工具 HunyuanCustom。

2025-05-09

新加坡国立大学计划推出多模态大模型 NExT-GPT

新加坡国立大学下一代搜索技术联合研究中心（NExT++）近日公布新计划——开发一款可以突破输入端多模态理解限制的大模型 NExT-GPT。

2023-09-12

阿里云开源通义千问多模态大模型 Qwen-VL

QwenLM/Qwen-VL 技术论文地址： https://arxiv.org/abs/2308.12966 Qwen-VL以通义千问70亿参数模型Qwen-7B为基座语言模型研发，支持图文输入，具备多模态信息理解能力

2023-08-25

企业知识检索与多Agent记忆治理

然而多 Agent 上下文问题在 5 个 Agent 时看似可控，但扩展到 50 个时便在组织层面难以维系。

2026-09-23

驾驭 AI · AI Harness Engineering ·多Agent编排

AI Harness Engineering 系列 · 第八篇 · 王海涛（GitHub：derekwang85 · 腾讯云 TVP / 架构师名人堂）

2026-09-10

团队知识管理与多Agent资产治理

Context Engineering 已从 Prompt Engineering 中独立为一门学科，聚焦"向 Agent 交付什么知识、何时交付、以何种形态交付"。

2026-09-03

极简的本地多 Agent 协作范式

在智能体（Agent）协作的浪潮里，主流方案大多围绕「云端编排 + 多服务通信」展开，动辄要启动 Redis、消息队列、独立进程，甚至拉起整套 Kubernetes。

2026-08-21

多 Agent 协作别急着上头！

一个 Agent 写方案，一个 Agent 查资料，一个 Agent Review，一个 Agent 投票。

2026-07-13

微舆 - 多 Agent 舆情分析助手

“微舆” 是一个从0实现的创新型多智能体舆情分析系统，帮助大家破除信息茧房，还原舆情原貌，预测未来走向，辅助决策。

2025-11-07

Herdr：Coding Agent 的运行时，多 Agent 终端的接管者

Herdr 是给 coding agent 用的运行时——一个后台服务器，你的终端活在它里面。

2026-09-06

从能跑到可交付：单 Agent 与多 Agent 的架构取舍

读者定位：本文面向正在设计或评审 Agent 系统的开发者、架构师，以及准备相关技术面试的同学。

2026-07-24

延迟只多 0.8 毫秒，检索质量涨 2.92%：抖音 DME 怎么让多模态检索又快又准

💡 一句话总结：抖音搜索团队提出 DME，用"隐式 latent reasoning + 跨条件重建"两个训练期机制，让多模态嵌入在不增加推理延迟的前提下既快又准，还提出 acc@K 指标证明嵌入向量能解码回文本

2026-08-12

FDE进化36记-第13记-单Agent、多Agent与Workflow Agent到底怎么选？

我是老李，做全球智能客服平台的 FDE。平台连着 CRM、订单、支付、物流、工单和知识库，服务多家企业客户，多语言、多渠道。

2026-09-12

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。

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。