AI 助理
文档备案控制台

图像识别

首页 标签 图像识别
# 图像识别 #
关注
1221内容
相关子社区
ModelScope模型即服务
14973内容 6活动 3893关注
最新 热门 文章 问答 视频 训练营 活动
蚝油菜花
|
12月前
|
博文
|
来自： ModelScope模型即服务
Mini-InternVL：轻量级多模态大模型，4B 参数量媲美 InternVL2-76B
Mini-InternVL 是上海AI Lab联合清华等机构推出的轻量级多模态大模型，支持高效推理、跨领域适应和动态分辨率输入，适用于多种场景。
# 图像识别 # 人工智能 # 编解码 # 测试技术 # 计算机视觉
蚝油菜花
|
10月前
|
博文
|
来自： ModelScope模型即服务
AudioX：颠覆创作！多模态AI一键生成电影级音效+配乐，耳朵的终极盛宴
AudioX 是香港科技大学和月之暗面联合推出的扩散变换器模型，能够从文本、视频、图像等多种模态生成高质量音频和音乐，具备强大的跨模态学习能力和泛化能力。
# 图像识别 # 人工智能 # 自然语言处理
蚝油菜花
|
9月前
|
博文
|
来自： ModelScope模型即服务
OpenRouter 推出百万 token 上下文 AI 模型！Quasar Alpha：提供完全免费的 API 服务，同时支持联网搜索和多模态交互
Quasar Alpha 是 OpenRouter 推出的预发布 AI 模型，具备百万级 token 上下文处理能力，在代码生成、指令遵循和低延迟响应方面表现卓越，同时支持联网搜索和多模态交互。
# 图像识别 # 人工智能 # 算法 # 安全 # API # Python
蚝油菜花
|
9月前
|
博文
|
来自： ModelScope模型即服务
这个AI能把PSD变视频！人物/场景/道具任意组合！SkyReels-A2：昆仑万维推出的可控多元素视频生成框架
SkyReels-A2是昆仑万维推出的创新视频生成框架，通过扩散模型和图像-文本联合嵌入技术，实现多元素精准组合与高质量视频输出。
# 图像识别 # 人工智能 # 调度 # UED # 异构计算
AI研究者手札
|
博文
|
来自： 视觉智能
探索阿里云智能图像识别服务(AIGC)的前沿技术
探索阿里云智能图像识别服务(AIGC)的前沿技术
# 图像识别 # 视觉智能开放平台 # 机器学习/深度学习 # 人工智能 # 分布式计算 # 监控 # 自动驾驶 # 算法 # 安全 # 搜索推荐 # 计算机视觉 # UED
阿里云OpenVI
|
博文
|
来自： 视觉智能
【视觉智能AI场景解决方案——AI智慧运动】
　　随着全民健身热潮的提升，智慧健身运动随着数字化新技术的进步，以及在运动健身领域的应用逐渐趋于成熟，智能运动健身将为传统运动健身提供更多新的方向和玩法，满足不同项目爱好者的健身需求。随着AI运动健身技术的进一步普及与应用，基于ai的智慧健身运动技术未来可打造的场景化空间会越来越多，体育运动与科技娱乐，智慧健身运动在线上体育行业未来会创新运动场景，丰富运动体验，提升竞技娱乐性，推动全民健身走向新的高度。
# 图像识别 # 视觉智能开放平台 # 人工智能 # 算法 # 开发工具 # Android开发 # iOS开发
路人贾jia
|
博文
经典神经网络论文超详细解读（二）——VGGNet学习笔记（翻译＋精读）
经典神经网络论文超详细解读（二）——VGGNet学习笔记（翻译＋精读）
# GPU云服务器 # 图像识别 # 函数计算 # 机器学习/深度学习 # 编解码 # 算法框架/工具 # 计算机视觉 # 异构计算
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
Agent-E：基于 AutoGen 代理框架构建的 AI 浏览器自动化系统
Agent-E 是一个基于 AutoGen 代理框架构建的智能自动化系统，专注于浏览器内的自动化操作。它能够执行多种复杂任务，如填写表单、搜索和排序电商产品、定位网页内容等，从而提高在线效率，减少重复劳动。本文将详细介绍 Agent-E 的功能、技术原理以及如何运行该系统。
# 图像识别 # 自然语言处理 # 人工智能 # 自然语言处理 # JavaScript # iOS开发 # MacOS
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
FlexRAG：不再局限于文本的 RAG！中科院开源多模态 RAG 助手，支持多数据类型、上下文压缩和多种检索器类型
FlexRAG 是中科院推出的高性能多模态 RAG 框架，支持多数据类型、上下文压缩和多模态数据处理，显著提升生成模型的表现。
# 图像识别 # 人工智能 # 自然语言处理 # 数据处理 # 数据格式 # 索引
蚝油菜花
|
10月前
|
博文
|
来自： ModelScope模型即服务
NotaGen：中央音乐学院联合清华推出AI音乐生成模型，古典乐谱一键生成，音乐性接近人类！
NotaGen 是由中央音乐学院、北京航空航天大学、清华大学等机构联合推出的音乐生成模型，基于模仿大型语言模型的训练范式，能够生成高质量的古典乐谱。该模型通过预训练、微调和强化学习相结合的方式，显著提升了符号音乐生成的艺术性和可控性。
# 图像识别 # 机器学习/深度学习 # 人工智能 # 并行计算 # 算法 # PyTorch
免费试用