"多模态大模型"相关的文章
中国版 Sora？生数科技到底在做什么？

中国版 Sora？生数科技到底在做什么？

当Sora淡出公众视野时，中国多模态视频生成赛道却跑出一匹黑马——生数科技。这家成立仅两年的公司凭借自研U-ViT架构和Vidu平台，两个月内狂揽26亿融资。从全球200多个国家的用户覆盖，到与索尼、腾讯等巨头的深度合作，生数科技正在用独特的参考生视频技术和三层商业架构，重新定义AI视频生成领域的竞争格局。
张艾拉
AI视频U-ViTVidu
AI,个人随笔
多模态大模型与 AI 落地：从技术到实战的完整路径

多模态大模型与 AI 落地：从技术到实战的完整路径

多模态大模型正在重新定义AI与人类交互的方式。从基础的图像识别到高级的跨模态推理，多模态技术为医药、教育等垂直场景带来全新解决方案。本文将深度解析多模态技术的三个能力层次、四大核心技术模块，并分享AI产品落地的实战方法论与药企考试系统案例，为AI产品经理提供从技术理解到工程落地的完整指南。
许与
AI产品VLM产品方法论
AI,个人随笔
十年AI医疗之问：90%患者全面拥抱AI，中国即将颠覆诊疗新范式

十年AI医疗之问：90%患者全面拥抱AI，中国即将颠覆诊疗新范式

中国医疗AI正迎来前所未有的信任浪潮，90%患者的高接纳度背后，是一场从筛查工具到诊疗全流程的范式革命。本文深度剖析AI医疗如何打破资源壁垒、重塑就医体验，解读政策红利与多模态技术如何催生这个千亿市场，更揭示在狂奔中必须直面的责任界定与数据安全挑战。
医链智核GHH
AI+医疗临床决策医疗创新
AI,个人随笔
AI视觉已进化到“RGBA”时代！Qwen-image-layered 深度拆解：这多出的一个通道，将如何重塑交互逻辑？

AI视觉已进化到“RGBA”时代！Qwen-image-layered 深度拆解：这多出的一个通道，将如何重塑交互逻辑？

AI视觉革命悄然降临！阿里Qwen团队通过RGBA四通道技术，让AI首次具备"透视眼"能力，彻底颠覆传统RGB模型的平面认知逻辑。这不仅解决了GUI自动化中的弹窗遮挡难题，更将AI设计工具从"生成死图"推向"分层生产"时代，为3D空间理解与专业生产力工具开辟全新可能。
一帆
AI视觉QwenRGBA
快讯
查看更多