八款最新大模型,千问支持上传视频
发表于|更新于|大语言模型
2024年底迎来了一波大模型更新热潮!本视频汇总了当时发布的八款最新大语言模型,其中最引人注目的是通义千问新增了视频上传功能——用户可以直接上传视频文件让AI进行分析和理解,这标志着多模态能力迈上新台阶。除此之外还涵盖了其他几款新模型的性能评测和特点对比,帮助你在众多AI模型中找到最适合的那一款。无论你是AI开发者还是普通用户,了解这些最新模型的能力边界都至关重要。
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

2024-12-12
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 se…),ok , wh...
2024-11-29
Pixtral 12B:开源视觉大模型
Pixtral 12B是Mistral AI推出的开源多模态视觉大模型,拥有120亿参数。它在图像理解、文档分析和视觉问答方面表现出色,能够精准识别图片中的文字、图表、物体和场景。Pixtral 12B完全开源,支持本地部署,可以在消费级GPU上运行(经过量化优化后)。对于需要在自己的应用中集成视觉理解能力的开发者来说,Pixtral 12B是一个性能强劲且完全免费的选择。 官方博客
2024-11-29
Claude Analysis Tool-Claude最新在线编码解析文档功能
Claude Analysis Tool是Anthropic为Claude推出的在线代码分析和文档解析功能。它让Claude能够直接运行Python代码、分析数据、生成图表和处理各种文档格式。与传统的聊天界面不同,Analysis Tool提供了一个交互式的代码执行环境——你可以让Claude编写并运行代码来处理你的数据,结果以图表或表格形式直接呈现。这对于数据分析、报告生成和编程学习来说是一个极其强大的功能。 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,最终还...
2024-11-29
Claude Computer Use API - 大模型如真人操纵电脑
Claude Computer Use API是Anthropic为Claude模型推出的革命性功能,它让AI能够像真人一样操控电脑屏幕——移动鼠标、点击按钮、输入文字、滚动页面、浏览文件等。与传统的API调用不同,Computer Use API让Claude能”看”到屏幕截图,理解界面布局,然后自主执行操作。这意味着Claude可以帮你完成填写表单、查找文件、操作软件等一系列需要图形界面交互的任务,真正实现了”AI替你用电脑”。
公告





