《视觉AI能力的开放现状及ModelScope实战》视觉AI能力的开放现状及ModelScope实战
电子书：
</div>《视觉AI能力的开放现状及ModelScope实战》电子版地址
2023-02-28
123
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
简介：
视觉AI能力的开放现状及ModelScope实战
目录
相关文章
|
11天前
|
机器学习/深度学习
人工智能
物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营
12月14日，由中国软件行业校园招聘与实习公共服务平台携手魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·湖南大学站圆满结营。
131
58
60
|
3月前
|
存储
人工智能
搜索推荐
解锁AI新境界：LangChain+RAG实战秘籍，让你的企业决策更智能，引领商业未来新潮流！
【10月更文挑战第4天】本文通过详细的实战演练，指导读者如何在LangChain框架中集成检索增强生成（RAG）技术，以提升大型语言模型的准确性与可靠性。RAG通过整合外部知识源，已在生成式AI领域展现出巨大潜力。文中提供了从数据加载到创建检索器的完整步骤，并探讨了RAG在企业问答系统、决策支持及客户服务中的应用。通过构建知识库、选择合适的嵌入模型及持续优化系统，企业可以充分利用现有数据，实现高效的商业落地。
130
6
6
|
1天前
|
人工智能
UED
VersaGen：生成式 AI 代理，基于 Stable Diffusion 生成图像，专注于控制一至多个视觉主体等生成细节
VersaGen 是一款生成式 AI 代理，专注于文本到图像合成中的视觉控制能力，支持多种视觉控制类型，并通过优化策略提升图像生成质量和用户体验。
20
8
8
|
24天前
|
机器学习/深度学习
人工智能
自然语言处理
GLM-4V-Flash：智谱 AI 免费开放的图像理解大模型 API 接口
智谱AI推出的GLM-4V-Flash是一款专注于图像理解的免费开放大模型，提供API接口支持用户上传图片URL或Base64编码图片获取详细的图像描述。该模型通过深度学习和卷积神经网络技术，简化了图像分析流程，提高了开发效率，适用于内容审核、辅助视障人士、社交媒体、教育和电子商务等多个应用场景。
122
14
15
|
14天前
|
存储
人工智能
安全
|
28天前
|
机器学习/深度学习
人工智能
JSON
|
13天前
|
人工智能
大数据
测试技术
自主和开放并举 探索下一代阿里云AI基础设施固件创新
12月13日，固件产业技术创新联盟产业峰会在杭州举行，阿里云主导的开源固件测试平台发布和PCIe Switch固件技术亮相，成为会议焦点。
56
15
15
|
8天前
|
人工智能
API
数据库
Browser Use：开源 AI 浏览器助手，自动完成网页交互任务，支持多标签页管理、视觉识别和内容提取等功能
Browser Use 是一款专为大语言模型设计的智能浏览器工具，支持多标签页管理、视觉识别、内容提取等功能，并能记录和重复执行特定动作，适用于多种应用场景。
129
0
0
|
24天前
|
人工智能
自然语言处理
算法
AI时代的企业内训全景图：从案例到实战
作为一名扎根在HR培训领域多年的“老兵”，我越来越清晰地感受到，企业内训的本质其实是为企业持续“造血”。无论是基础岗的新人培训、技能岗的操作规范培训，还是面向技术中坚力量的高阶技术研讨，抑或是管理层的战略思维提升课，内训的价值都是在帮助企业内部提升能力水平，进而提高组织生产力，减少对外部资源的依赖。更为重要的是，在当前AI、大模型、Embodied Intelligence等新兴技术快速迭代的背景下，企业必须不断为人才升级赋能，才能在市场竞争中保持领先。
103
13
14
|
3月前
|
存储
人工智能
分布式计算
Parquet 文件格式详解与实战 | AI应用开发
Parquet 是一种列式存储文件格式，专为大规模数据处理设计，广泛应用于 Hadoop 生态系统及其他大数据平台。本文介绍 Parquet 的特点和作用，并演示如何在 Python 中使用 Pandas 库生成和读取 Parquet 文件，包括环境准备、生成和读取文件的具体步骤。【10月更文挑战第13天】
508
60
60
热门文章
最新文章
1
阿里云通义千问向全社会开放！
2
CosyVoice 2.0：阿里开源升级版语音生成大模型，支持多语言和跨语言语音合成，提升发音和音色等的准确性
3
DeepSeek V3：DeepSeek 开源的最新多模态 AI 模型，编程能力超越Claude，生成速度提升至 60 TPS
4
FLUX.1 Tools 全家桶开源！文末附一键ComfyUI启动链接
5
ModelScope一键部署模型：新手村实操FAQ篇
6
Llama 3开源，魔搭社区手把手带你推理，部署，微调和评估
7
multi-agent：多角色Agent协同合作，高效完成复杂任务
8
通义千问72B、1.8B、Audio模型开源！魔搭社区最佳实践来啦！
9
WeaveFox：蚂蚁集团推出 AI 前端智能研发平台，能够根据设计图直接生成源代码，支持多种客户端和技术栈
10
千问团队开源会思考的QwQ模型，这模型成精了！
1
TITAN：哈佛医学院推出多模态全切片病理基础模型，支持病理报告生成、跨模态检索
22
2
R2R：开源的 RAG 集成系统，支持多模态处理、混合搜索、知识图谱构建等增强检索技术
16
3
RAG Logger：专为检索增强生成(RAG)应用设计的开源日志工具，支持查询跟踪、性能监控
17
4
Figma-Low-Code：快速将Figma设计转换为Vue.js应用，支持低代码渲染、数据绑定
11
5
TangoFlux：高速生成高质量音频，仅用3.7秒生成长达30秒的音频，支持文本到音频转换
17
6
LangGraph：构建多代理动态工作流的开源框架，支持人工干预、循环、持久性等复杂工作流自动化
26
7
Eliza：TypeScript 版开源 AI Agent 开发框架，快速搭建智能、个性的 Agents 系统
19
8
AI Dev Gallery：微软开源 Windows AI 模型本地运行工具包和示例库，助理开发者快速集成 AI 功能
28
9
新年课程开启：手把手教学，0基础5次课程学会搭建无限拓展的AI应用
19
10
OpenEMMA：德克萨斯开源端到端的自动驾驶多模态模型框架，基于预训练的 MLLMs，处理复杂的视觉数据，推理驾驶场景
30