Moshi：实时语音通话大语言模型
微信赞赏
相关推荐
2024-12-26
QVQ-72B：世上唯一开源免费视觉推理大模型
这应该是当今世上唯一一个完全开源免费的视觉推理大模型，相比海外如OpenAI等贵的要命的o3模型，阿里巴巴最新推出的这个QVQ-72B视觉推理大模型遵循都是Apache 2.0的协议，也就是说权重等完全开源，如果我没有搞错的话，这应该是当今世上唯一一个完全开源免费的视觉推理大模型，它只有72B的参数量，但是它在MMLU多模态测试集和MathVision等数学视觉等测试集上的benchmarks得分却不容小觑。下面我们快速的去魔撘上玩下… 访问入口
2024-11-29
Claude Computer Use API - 大模型如真人操纵电脑
2024-11-29
OmniVision: 可本地跑的多模态大模型
官方博客
2024-11-29
Nexa AI OmniVision：可本地跑多模态大模型
官方博客
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
2024-11-29
谷歌最新文生图Imagen3测评报告
访问入口
