多模态大模型Pipeline构建：多模态数据处理与大模型训练实战指南
多模态模型预训练可提升跨模态理解与泛化能力，优化下游任务表现，适用于图像描述、视觉问答等跨模态任务。本方案以LLaVa多模态数据集和Qwen2-VL-7B-Instruct模型为例，介绍从数据准备、多模态模型预训练到服务部署的完整流程。
通过阿里云Milvus与通义千问实现多模态搜索
本文通过代码示例展示了如何结合阿里云向量检索服务Milvus与通义千问VL大模型，以提取图片特征，并利用多模态Embedding模型实现高效的多模态搜索，涵盖了以文搜图、以文搜文、以图搜图以及以图搜文等多种检索方式。
31.3K star！开源免费本地AI神器，一键部署多模态大模型！
嗨，大家好，我是小华同学，关注我们获得“最新、最全、最优质”开源项目和高效工作学习方法 " 完全开源、本地优先的AI解决方案，支持文本/语音/图像/视频生成，消费级硬件即可运行！" LocalAI 是一款革命性的开源A...
AI妙笔产品概述
产品介绍AI妙笔是一款以文本创作为主、多模态为辅的生成式创作大模型产品，专门为传媒、政务等特定的行业和组织提供行业化的内容创作辅助。它具备深度的行业知识，能够生成高质量的专业内容，能覆盖各行业常见的文体类型，写作文体丰富多样，包括时政稿件、时事评论、视频脚本、报告、请示、通知、方案、复函等。AI妙笔...
VideoChat-Flash：上海AI Lab开源高效处理超长视频的多模态大模型
❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发非常感兴趣，我会每日分享大模型与 AI 领域的最新开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术，欢迎关注我哦！ 微信公众号｜搜一搜：蚝油菜花 快速阅读 高效处理长视频：通过分层压缩技术（HiCo），显著减少计算量，支持长达数小时的视频输入。 多阶段学习方案：从短视频到长视频的多阶段学习，提升模型对长上下文的...
【机器学习】阿里Qwen-VL：基于FastAPI私有化部署你的第一个AI多模态大模型
一、引言 之前在热榜第一文章GLM-4中提到了最新开源的GLM-4V-9B多模态模型，其中采用python对GLM-4V-9B推理方法进行实现，而实际应用到项目中，仅有推理代码只能进行离线测试，如果想应用到线上，还是需要封装成OpenAI兼容的API接口。今天我们基于FastAPI，以Qwen-VL为例，讲述如何封装一个私有化的多模态大模型（MLLMs）。 OpenA...
CogVLM智谱AI 新一代多模态大模型发布，魔搭社区最佳实践体验！
导读继 5 月 18 日推出 VisualGLM-6B 后，智谱AI&清华KEG 潜心打磨，于近日发布并直接开源了更强大的多模态大模型——CogVLM-17B。模型已第一时间发布在魔搭社区，可体验！CogVLM是一个强大的开源视觉语言模型，利用视觉专家模块深度整合语言编码和视觉编码，在14项权威跨模态基准上取得了SOTA性能：CogVLM-17B 是目前多模态权威学术榜单上综合成绩第一的....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
通义大模型
阿里云自主研发的通义大模型，凭借万亿级超大规模数据训练和领先的算法框架，实现全模态高效精准的模型服务调用。https://www.aliyun.com/product/tongyi
+关注