相关问答
热门讨论
热门文章
为什么用vllm部署qwen2-2b-vl，传输2张照片却，只回答一张照片的问题？
142
请问Qwen-VL怎么用自己的数据集微调
1240
StableDiffusion 报错，prompt_embeds
1649
【求助】关于使用Qwen2-7B-VL多模型模型识别图片某个元素的坐标的问题
55
对于ofa 6b en 模型，当我们使用pipline时能否一张图片生成多个句子？
1362
mPLUG图像描述模型是什么？
2138
当下载大模型时，出现过慢的情况，有什么更好的方式解决
3842
18领域的文本分类模型在什么场景使用呢？
1675
OFA文生图模型，显存空间不足的问题如何解决
1732
多模态热门的模型有哪一些？
1831
展开全部
AI Agents Loop异步执行可视化Tutorial 借助AgentBoard工具可视化工作流
51
OmniSearch：阿里巴巴通义推出的多模态检索增强生成框架
63
ACE：阿里通义实验室推出的全能图像生成和编辑模型
30
Documind：开源 AI 文档处理工具，将 PDF 转换为图像提取结构化数据
56
Fugatto：英伟达推出的多功能AI音频生成模型
22
LazyGraphRAG：微软推出的图形增强生成增强检索框架
21
SmolVLM：Hugging Face推出的轻量级视觉语言模型
19
ebook2audiobookXTTS：开源电子书转有声书 AI 工具，支持 16 种语言
17
Kandinsky-3：开源的文本到图像生成框架，适应多种图像生成任务
16
MuCodec：清华、腾讯AI、港中文共同推出的超低比特率音乐编解码器
15
展开全部
