相关问答
热门讨论
热门文章
多模态热门的模型有哪一些？
1860
当下载大模型时，出现过慢的情况，有什么更好的方式解决
3867
OFA文生图模型，显存空间不足的问题如何解决
1753
生成式 AI 无敌了: 大神微调 Stable Diffusion，打造神奇宝贝新世界
1013
使用ofa的ocr模型识别手写体文字时，怎么增加vocab.txt中没有的字
91
为什么用vllm部署qwen2-2b-vl，传输2张照片却，只回答一张照片的问题？
268
在4卡4090（24G）服务器上利用modelscope离线部署Qwen2vl-Flux时报错
58
mPLUG图像描述模型是什么？
2159
StableDiffusion 报错，prompt_embeds
1694
运行模型，报错：NoValidRevisionError ，请问有什么解决方案？
793
展开全部
用自然语言控制电脑，字节跳动开源 UI-TARS 的桌面版应用！内附详细的安装和配置教程
288
Janus-Pro：DeepSeek 开源的多模态模型，支持图像理解和生成
127
24.7K Star！用 KHOJ 打造你的AI第二大脑，自动整合和更新多源知识，轻松构建个人知识库
284
k1.5：性能超越 GPT-4 和 Claude 3.5！Kimi 新一代多模态推理模型
217
Baichuan-Omni-1.5：百川智能开源全模态理解与生成模型，支持文本、图像、音频和视频的多模态输入和输出
69
FilmAgent：多智能体共同协作制作电影，哈工大联合清华推出 AI 驱动的自动化电影制作工具
60
Doubao-1.5-pro：字节跳动最新豆包大模型，性能超越GPT-4o和Claude 3.5 Sonnet
91
WeaveFox：蚂蚁集团推出 AI 前端智能研发平台，能够根据设计图直接生成源代码，支持多种客户端和技术栈
1080
Browser Use：开源 AI 浏览器助手，自动完成网页交互任务，支持多标签页管理、视觉识别和内容提取等功能
429
VideoLLaMA3：阿里达摩院开源专注于视觉理解的多模态基础模型，具备多语言视频理解能力
38
展开全部
