Nexa AI OmniVision：本地部署多模态大模型
本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 AI产品狙击手！
相关推荐
2024-11-29
Claude Analysis Tool-Claude最新在线编码解析文档功能
访问入口
2024-11-29
Claude Computer Use API - 大模型如真人操纵电脑
2024-12-12
Gemini 2.0：6大原生多模态炸裂新功能
Gemini 2.0 原生多模态模型炸裂功能初体验啊！它在benchmarks上有多炸裂我这就不说了，这里是迫不及待的想和大家分享它的几个炸裂功能。首先，我们进入到谷歌ai studio上进行gemini 2.0的访问，免费的credits足够我们用的了。先试下第一个功能实时语音， Hi Gemini, how are you, (Hi，I am doing great , thanks for asking, how can I help you today) can you speak faster please, (sure , …..), can you speak in a way that you are so quiet and whispering?（回答: ….） 牛逼吧？ 第二个功能，视频对话。 can you let me know what i am holding now, and count number of items。 （回答：。。。。） 第三个功能，屏幕分享。 what do you see in my screen, ( i can ...
2024-12-14
Grok：马斯克最新图片生成AI免费用!
马斯克的Grok最新图片生成模型免费用啊！ 之前Grok接入的是Flux 1.1， 估计是用的人太多成本太高，所以Grok推出了自己的模型，原来是叫做Aurora的，后来干脆直接叫做Grok图片生成器。 我们进入X后，打开Grok，我们就可以免费生成图片了，比如“生成一张奇幻深林图片，有着发光的蘑菇和飞翔的精灵” 我们可以看到图片加载不再和以前一样由模糊变清晰，而是从上到下，所以这个模型很有可能用的不是diffusion model 从它的官网博客也能印证这一点，用的是自回归的MoE之类的。这个就不深究了，大家喜欢的赶紧用起来吧。 最后别忘记给我点赞关注分享！ 访问入口
2024-12-22
Kimi视觉推理大模型：差评！
看网上都在吹Kimi的视觉推理大模型，说得神乎其技，可以取代OpnAI 200刀每月的专业版之类的，真有这么厉害吗？这里我们也来快速测试下。 首先，我们来个简单都英语填空题，这种题一般的大模型都能做对，本来就是大语言模型的强项，仅作为最基本验证，它也是没有问题的。 再看第二道题，来个脑筋急转弯，分析推理确实是一大堆的，答案也和预期一样，但是它是实打实的脑筋不转弯都从语言学等角度得出的答案，其实这里在中文语境中用脑筋急转弯思路就能很快得出答案，太阳公公嘛，那太阳肯定是男都啰。况且太阳叫做sun，儿子也读作son，也能得到印证。所以我推定它是不适合做脑筋急转弯的，起码不适合做中文的脑筋急转弯。 下一道数学题，“一口井7米深，有只蜗牛从井底往上爬，白片爬3米，晚上下坠2米。问蜗牛几天能从井里爬出来？”这里要注意解题的关键点是最后一天可能它不会滑下来了。我们看它分析，前几天都没有问题，第四天，白天爬3米，就是到了6米，晚上滑下来2米，到了第4米，第五天，白片爬3米，4+3刚好7米，所以就爬出来了，就不用考虑晚上往下滑了。所以答案是5天就能爬出去。我们看它最终做了一大堆装模作样的推理...
2024-11-29
MaaS开放平台深体验：强大工具模型开发实战
访问入口
