MiniCPM-o 2.6：流式全模态，端到端，多模态端侧大模型来了！
MiniCPM-o 2.6 是 MiniCPM-o 系列的最新、性能最佳模型。该模型基于 SigLip-400M、Whisper-medium-300M、ChatTTS-200M 和 Qwen2.5-7B 构建，共 8B 参数，通过端到端方式训练和推理。相比 MiniCPM-V 2.6，该模型在性能上有了显著提升，并支持了实时语音对话和多模态流式交互的新功能。
开放应用架构，建设全新可精细化运营的百炼
本次分享的主题是开放应用架构，建设全新可精细化运营的百炼。由阿里云智能集团专家团队介绍在过去一年中，百炼在RAG（检索增强生成）技术的应用落地所遇到的挑战及解决方案。
方案测评 | 多模态数据信息提取极速体验
多模态数据信息提取方案基于先进AI技术，能高效处理文本、图像、音频和视频等不同格式文件，提取有价值信息。该方案通过深度学习、自然语言处理等技术，实现结构化信息挖掘与分析，支持批处理模式，显著提高大规模数据处理效率，降低业务成本。用户可通过阿里云平台一键部署，无需数据搬运，确保高效安全的数据处理体验。此方案在性能和易用性上表现出色，具有广泛的应用价值和市场前景。
云端问道23期—实操讲解（5种提取方式）
本次方案的主题是多模态数据信息提取，介绍了如何基于大模型搭建信息提取应用，总共包含了五个场景，分别是文本信息提取、文档文件信息提取、图片OCR信息提取、图片结构化属性提取以及视频理解与内容提取。
1. 内容产品架构图分析
2. 文本信息提取
3. 文档文件信息提取
4. 图片OCR信息提取
5. 图片结构化的属性提取
6. 视频理解与内容提取
多模态数据信息提取解决方案评测报告
《多模态数据信息提取解决方案评测报告》评估了该方案在处理文本、图像、音频和视频等非结构化数据方面的表现。评测涵盖部署界面易用性、文档质量、函数模板效率、官方示例验证效果及五种信息提取方案的实际适用性。结果显示，该方案技术先进、界面友好、文档详尽，但在高级设置项的可见性、特定音频和低分辨率图像解析精度等方面仍有改进空间。整体而言，它为用户提供了一个强大的数据处理工具，尤其适合需要高效处理多模态数据的企业和个人。
《探索鸿蒙Next上人工智能图像编辑应用的技术路径》
在鸿蒙Next系统的支持下，AI图像编辑应用迎来新机遇。开发者可利用系统原生AI能力（如智能识别、OCR文字识别与抠图），集成第三方AI框架（如TensorFlow、PyTorch），运用分布式技术实现多设备协同编辑，并采用微内核架构和原子化服务提升安全性和用户体验。此外，优化用户交互设计，提供简洁直观的操作界面，确保应用高效稳定运行。
阿里云多模态数据信息提取解决方案评测
本评测涵盖阿里云多模态数据信息提取解决方案的部署操作界面、文档、函数应用模板、官方示例验证及信息提取方案的实用性与可移植性。界面简洁但部分参数解释不足；文档逻辑清晰，特殊权限配置说明有限；模板简化部署，自定义扩展指导欠缺；官方示例基本功能齐全，复杂场景验证不足；信息提取方案实用性强，但跨平台兼容性需改进。总体表现良好，细节优化空间大。