LetsClouds-Logo
AI对话 上云服务 上云资讯 解决方案 关于我们
售前咨询 021-50583875
微信二维码

微信扫码

添加专属顾问

- 上云资讯 -

阿里云云原生 阿里云开发者 腾讯云开发者 火山引擎开发者社区 魔搭ModelScope社区 微软科技 Azure云科技 Zilliz OpenAI Anthropic Gemini LangChain Hugging Face Mistral

2025-07-12 09:10:12 84人关注

谷歌DeepMind开源GenAI Processors:一键构建实时AI工作流

谷歌DeepMind近日宣布开源全新Python库“GenAI Processors”,为开发者提供了一个轻量级、高效的工具,用于构建异步、可组合的生成式AI工作流。这一开源库旨在简化复杂多模态AI应用的开发过程,支持实时处理音频、视频和文本等多模态数据,显著提升了基于Gemini API的应用程序开发效率。

谷歌DeepMind GenAI Processors开源库 生成式AI工作流 多模态AI应用开发 Gemini API开发效率

2025-05-11 10:31:22 103人关注

Barracuda推出多模态AI升级,提升网络安全威胁检测能力

Barracuda Networks 近日发布了其新一代的威胁检测技术,利用多模态人工智能(AI)提升对网络攻击的防护能力。这项技术能够实时分析并关联多种数据类型,包括网址、文档、图像和二维码,从而最大限度地提高威胁检测的准确性和速度。

Barracuda 多模态AI AI网络安全 网络安全技术 多模态AI应用 Barracuda网络安全解决方案

2025-04-06 16:37:19 94人关注

Meta 官宣开源原生多模态 Llama 4,性能强劲引关注

美国科技巨头 Meta 推出了其最强大的开源人工智能模型 Llama4。此次首批发布共两款,分别是 Llama4Scout 和 Llama4Maverick 。

Meta Llama 4 多模态性能 大模型技术 AI大模型性能评测 多模态AI应用场景

2025-04-04 10:42:11 70人关注

新多模态框架助力蛋白质设计,AI引领生物科技新潮流

在生物科技领域,人工智能的应用正快速推动蛋白质的发现与设计。近日,加州大学伯克利分校(UC Berkeley)与加州理工学院(Caltech)的研究团队联合开发了一种名为 ProteinDT 的新型多模态框架,旨在利用文本描述来辅助蛋白质设计。这一创新方法不仅结合了蛋白质的序列和结构信息,还整合了大量以文本形式存在的生物知识,开启了蛋白质设计的新篇章。

多模态框架 蛋白质设计 AI蛋白质设计 AI框架创新 蛋白质设计技术 多模态AI应用

2025-02-05 10:27:32 110人关注

无界矩阵完成千万元天使轮融资,致力打造多模态 AI 科技导师

扬州无界矩阵科技有限公司(以下简称 “无界矩阵”)最近以亿级估值成功完成了超过千万元的天使轮融资,投资方为力合金融。作为一家成立于2024年的人工智能初创公司,无界矩阵的核心使命是打造一个集多模态技术、高效推理、可信赖性及情感交互于一体的 “AI 导师”,旨在为学生提供科技技能的同时,亦能提供个性化的情感陪伴。

无界矩阵 多模态AI导师 AI导师技术 多模态AI应用 无界矩阵AI技术

2025-01-23 21:10:21 256人关注

李飞飞团队前瞻性研究 多模态AI模型初显空间智能

有“AI教母”之称的斯坦福大学教授李飞飞及其团队近日发布了一项关于多模态大模型“空间智能”的研究,揭示这些模型在记忆和回忆空间方面已经具备初步能力,并展现出形成局部世界模型的潜力。

Fei-Fei Li团队 多模态AI 空间智能 AI技术突破 多模态AI应用 空间智能研究

2025-01-22 21:18:41 281人关注

扣子1.5版正式推出:支持多模态能力 可第一时间体验豆包新模型

AI应用搭建平台扣子Coze在火山引擎FORCE原动力大会上宣布推出全新版本——扣子1.5。这一更新标志着扣子平台在AI应用开发领域迈出了重要一步,旨在为用户提供更加强大和便捷的开发环境。

button-1-5发布 多模态能力 AI新闻 AI技术更新 多模态AI应用

2025-01-21 16:12:25 93人关注

Twelve Labs推出多模态视频理解AI 解决视频内容搜索和分析难题

Twelve Labs开发了一款创新的AI技术,能够分析和搜索视频内容。用户可以通过特定内容进行搜索,例如“穿红衬衫的人何时进入餐厅”,还能够对视频片段进行自动总结。这项技术已经吸引了Nvidia、三星和英特尔等大牌投资者的关注。

多模态视频理解 AI视频分析 视频理解技术 多模态AI应用 视频内容分析技术

2025-01-21 04:31:36 370人关注

谷歌Gemini 2.0版正式发布:2.0 Flash现已支持多模态输出

谷歌公司及其母公司Alphabet的首席执行官桑达尔·皮查伊宣布,公司推出了最新人工智能模型——Gemini2.0,这标志着谷歌在构建通用AI助理领域迈出了重要一步。Gemini2.0在多模态输入处理和原生工具使用方面展现了显著进步,使得AI代理能够更深入地理解周围世界,并在用户监督下代表用户采取行动。

Google Gemini 2 多模态输出 AI大模型 Google Gemini技术 多模态AI应用

2025-01-13 20:34:42 142人关注

挑战ChatGPT版Her 国内玩家在多模态AI拟人互动领域也支棱起来了

人工智能在理解人类情感方面取得了显著进展。本月初,第二届多模态情感识别挑战赛(MER24)成功落下帷幕,这场高规格赛事由多位国际知名学者联合发起,旨在推动AI情感识别技术在真实人机交互场景中的应用。

多模态AI交互 挑战ChatGPT AI交互技术 多模态AI应用 AI新闻动态

2025-01-09 16:27:43 100人关注

阿里推多模态大模型mPLUG-Owl3 4秒看完2小时电影

在这个信息爆炸的时代,我们每天都在用图片和视频记录生活,分享快乐。但你有没有想过,如果有一种技术,能够让机器像人类一样,不仅能看懂这些图片和视频,还能和我们进行深入的交流,那会怎样?

阿里多模态模型 mPLUG-Owl3 多模态大模型 阿里大模型技术 多模态AI应用

2025-01-07 08:33:23 91人关注

阿里云发布国际首个“月球科学多模态专业大模型”

在2024数博会上,中国科学院地球化学研究所与阿里云联合发布了国际首个“月球科学多模态专业大模型”。这一创新模型基于阿里云通义系列模型构建,旨在提高月球撞击坑的年代和形态判别准确率,目前已达到80%以上。

阿里云 多模态模型 月球科学 AI大模型 阿里云AI技术 多模态AI应用

2025-01-05 02:30:22 210人关注

​Gartner预测:到2027年,40% 的生成式AI解决方案将实现多模态融合

在最近的 Gartner IT 研讨会上,分析师们分享了一项引人注目的预测:到2027年,40% 的生成式人工智能(GenAI)解决方案将实现多模态整合,能够同时处理文本、图像、音频和视频。这一比例相比于2023年的1% 有了飞跃式的增长。这项变革将对企业应用产生深远的影响。

Gartner预测 多模态AI解决方案 AI技术趋势 AI行业预测 多模态AI应用场景

2025-01-03 06:45:24 177人关注

OPPO大模型升级为AndesGPT-2.0 支持多模态等能力

OPPO公司宣布其人工智能大模型AndesGPT-2.0在权威第三方评测机构SuperCLUE发布的《中文大模型基准评测2024年8月报告》中表现卓越,荣获多项第一,标志着OPPO在AI领域的技术实力进一步得到行业认可。

OPPO AndesGPT 2.0 多模态大模型 AndesGPT 2.0 功能 AI大模型技术 多模态AI应用

2024-12-31 23:18:44 206人关注

开源多模态模型Molmo 能够识别图像中的物体并生成准确描述

近日,一款名为Molmo的开源多模态人工智能模型引起了业界广泛关注。这个由Qwen2-72B为基础、借助OpenAI的CLIP作为视觉处理引擎的AI系统,正以其出色的性能和创新的功能挑战传统商业模型的霸主地位。

开源多模态模型 多模态模型技术 Molmo模型 开源AI模型 多模态AI应用场景

2024-12-31 06:31:27 141人关注

清华大学、腾讯联合推全开源多模态架构Oryx 支持超长视频输入

在人工智能快速发展的今天,一个名为ORYX的多模态大型语言模型正在悄然改变我们对AI理解视觉世界能力的认知。这个由清华大学、腾讯和南洋理工大学研究人员联合开发的AI系统,堪称视觉处理领域的"变形金刚"。

清华腾讯联合研究 多模态架构 Oryx模型 AI大模型技术 多模态AI应用

2024-12-21 22:37:37 110人关注

轻松搭建多模态AI应用!阿里云百炼大模型服务平台上线「音视频实时互动」功能

阿里云百炼大模型服务平台最近推出了“音视频实时互动”功能,使用户能够轻松搭建多模态AI应用,无需编程知识。这一新功能使得用户可以快速将AI模型集成到Web、iOS和Android应用中,并与他人分享。

多模态AI应用 阿里云模型服务 AI大模型应用开发 多模态AI技术 AI模型服务构建

推荐阅读

加载中...

上云服务

沪ICP备14033669号-10