VLM | 人人都是产品经理

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。

AI产品 VLM 产品方法论

自动驾驶正在经历从感知到决策的质变飞跃。最新涌现的VLA和VLM技术不仅让车辆'看见'世界，更赋予其人类般的思考与行动能力。本文将深度解析这两种模型的差异与演进，揭秘它们如何攻克长尾场景、实现人车共驾，并推动汽车与机器人产业的跨界融合。

VLA VLM 具身智能

Meta新发布的开放词汇体验问答（OpenEQA）基准，旨在衡量AI Agent对物理空间的理解能力，但目前AI Agent的水平，还是无法与人类媲美。

AI Agent EQA Meta