登录
发文章
发产品
发模型
创作中心
视觉-语言模型

4篇

内容持续更新中

最新
热门
#StarterPackNoAI
01.AI
1. OCR技术2. PaddleOCR算法模型挑战赛3. 场景文本识别算法SVTRv24. 表格识别算法SLANet-LCNetV2
1.58位低精度架构
100万token上下文
11x
1200万美元融资
1688
1950
1Fort
1X 科技
1型糖尿病专病大模型
20个自由度
2K高清图像
2小时学习模式
​字节豆包开源 Seed 智能体模型 UI-TARS-1.5 阅读量飙升
​字节豆包开源 Seed 智能体模型 UI-TARS-1.5

字节跳动豆包大模型团队宣布开源 UI-TARS-1.5，这是一款基于视觉 – 语言模型构建的开源多模态智能体，能够在虚拟世界中高效执行各类任务。该模型在7个典型的 GUI 图形用户界面评测…
七个圈
七个圈
#
行业资讯
阅读量飙升 从文本到复杂角色：最强SVG生成大模型OmniSVG出现了!

2025年4月9日，一款名为OmniSVG的强大SVG（可缩放矢量图形）生成模型正式亮相，标志着矢量图形生成技术迈入全新阶段。这一模型由StepFun与复旦大学联合开发，被誉为目前最先进的SVG生成大…
新鲜出炉，等待你的评论
暂无评论，快留下你的脚印吧！还可以领现金哦~
七个圈
七个圈
#
行业资讯
Adobe 联合高校推出 METAL 框架：多智能体协作生成精准图表 阅读量飙升
Adobe 联合高校推出 METAL 框架：多智能体协作生成精准图表

在当今数据可视化领域，生成准确反映复杂数据的图表仍然是一项微妙的挑战。图表不仅需要捕捉精确的布局、色彩和文本位置，还需将这些视觉细节转化为代码，以重现预期的设计。然而，传统方法通常依赖于直接提示视觉 …
七个圈
七个圈
#
行业资讯
谷歌发布全新视觉语言模型 PaliGemma 2 Mix 集成多种功能助力开发者 阅读量飙升
谷歌发布全新视觉语言模型 PaliGemma 2 Mix 集成多种功能助力开发者

近日，谷歌宣布推出一款全新的视觉 – 语言模型（Vision-Language Model， VLM），名为 PaliGemma2Mix。这款模型融合了图像处理与自然语言处理的能力，能够同…
七个圈
七个圈
#
行业资讯
贡献榜
贡献文章数
1
七个圈
七个圈
关注AI领域动态，传递精准资讯，助力读者洞悉AI行业的最新资讯。
14833篇
2
创米
创米
AI学习引路人，专注编写、收集整理AI知识，为学习者提供清晰、实用的学习内容。
296篇
3
AI情报
AI情报
向圈友们分享AIGC活动招募信息，共建内容，分享自己的学习心得、交流经验。
238篇
4
AI领航员
AI领航员
AI变现策略探索者，乐于向个人创业者分享AI技术如何助力创新与变现。
144篇