文章列表

最新 AI 创业产品工具应用论文笔记 markdown DeepSeek Qwen3 Github 开源项目前端 RAG 知识图谱 OpenAI MCP Agent Manus 视频即梦可灵短剧数字人 AI工具 Python Coze 扣子空间 Dify 智能体 Cursor 多模态效率提示词搜索 Transformer 产品经理刘强东京东外卖面试巴菲特游戏强化学习量化关税语音 redis Mistral 豆包数据可视化 SaaS Deep Research DeepWiki Claude Ollama 2025 API

AI入门知识点：什么是 AIGC、多模态、RAG、Function Call、Agent、MCP?

袋鱼不重 · 2天前 · 阅读原文

多模态 Agent 技术全景解析 — 从模型能力、Agent 架构到工程化与商业落地

编程干货铺 · 2天前 · 阅读原文

多模态图文训推一体化平台 X-AnyLabeling 3.0 版本正式发布！首次支持远程模型推理服务，并新增 Qwen3-VL 等多款主流模型及诸多功能特性，等

CVHub · 4天前 · 阅读原文

GLM-4.6V 实测：当视觉模型学会“动手”，它离“顶尖”还差什么？

302AI · 5天前 · 阅读原文

搞定多模态微调只需一杯咖啡的时间？FC DevPod + Llama-Factory 极速实战 - Serverless社区

Serverless社区 · 1周前 · 阅读原文

赋能智慧隧道施工：工程车辆多模态数据采集系统 - 康谋自动驾驶

康谋自动驾驶 · 1周前 · 阅读原文

当 Prompt 理论遇上生成式多模态 —— 新技术如何推动产品体验跃迁（Nano Banana Pro VS Z-Image-Turbo）

青蓝色的海 · 1周前 · 阅读原文

Databend 11 月月报：多模态查询智能

· 1周前 · 阅读原文

UniParse：让多模态模型真正“读懂”文档的解析引擎

· 2周前 · 阅读原文

迎接「万物皆可RAG」时代：最新综述展示50多种多模态组合的巨大待探索空间

机器之心 · 2周前 · 阅读原文

京东云JoyAgent持续开源！多模态RAG能力正式开源

京东云开发者 · 2周前 · 阅读原文

重新认识Gemini

AI笋干 · 2周前 · 阅读原文

LangChain1.0实战之多模态RAG系统（二）——多模态RAG系统图片分析与语音转写功能实现

大模型真好玩 · 3周前 · 阅读原文

生成式UI+多模态融合：Gemini 3如何重塑人机交互未来

进化之家BRN · 3周前 · 阅读原文

一文讲清：多模态学习：多模态融合 + 跨模态对齐

智泊AI · 3周前 · 阅读原文

产品经理手记：Gemini 3产品深度解析与战略思考

徐浩楠 · 3周前 · 阅读原文

AI+财税：多模态财税问答系统项目方案书

敏尔说财税 · 3周前 · 阅读原文

实测GenFlow 3.0：第一次觉得百度做对了

沃垠AI · 3周前 · 阅读原文

基于 Hologres 构建智能驾驶图像高性能分析系统

阿里云大数据AI技术 · 4周前 · 阅读原文

从0到1：智能汇 AI 全栈实战，拆解多模态 AI 应用开发全流程

编程干货铺 · 4周前 · 阅读原文

抢占VQA多模态风口：产品经理的场景挖掘与产品创新价值转化指南

产智AI 城南 · 1个月前 · 阅读原文

LazyLLM教程 | 第13讲：RAG+多模态：图片、表格通吃的问答系统

· 1个月前 · 阅读原文

ICCV 2025 | 美团论文精选及多模态推理竞赛冠军方法分享

美团技术团队 · 1个月前 · 阅读原文

支付宝悄悄放了个大招：AGI相机“灵光”，你的世界观要变了！

墨风如雪 · 1个月前 · 阅读原文

死磕「文本智能」，多模态研究的下一个前沿

机器之心 · 1个月前 · 阅读原文

大模型 | VLA 初识及在自动驾驶场景中的应用

地平线开发者 · 1个月前 · 阅读原文

SAIL-VL2本地部署教程：2B/8B参数媲美大规模模型，为轻量级设备量身打造的多模态大脑

算家计算 · 1个月前 · 阅读原文

再看两阶段多模态文档解析大模型-PaddleOCR-VL架构、数据、训练方法

余俊晖 · 1个月前 · 阅读原文

HKU MMLab最新开源SRUM！基于统一多模态模型的训练后奖励微调

金伟阳 · 1个月前 · 阅读原文

NeurIPS 2025 | 上交大提出MM-UPT：多模态大模型的“无监督后训练”范式

魏来 · 1个月前 · 阅读原文