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

2024-12-22
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
Moshi:实时语音通话大语言模型
Moshi是由法国AI研究机构Kyutai开发的实时语音对话大语言模型,被广泛认为是”语音版GPT-4o”。与传统的语音助手不同,Moshi具备真正的实时语音对话能力——它能同时理解和生成语音,支持打断、语气感知、情感表达等自然对话特征。Moshi的延迟极低(约200ms),对话体验接近真人交流。Kyutai将Moshi完全开源,包括模型权重和训练代码,这对于语音AI领域来说是一个里程碑式的事件。 访问入口
2024-11-29
MaaS开放平台深体验:强大工具模型开发实战
MaaS(Model as a Service,模型即服务)开放平台是阿里云等云厂商推出的AI模型服务平台,让开发者可以通过API调用各种大语言模型和AI能力。本视频深度体验了MaaS平台的各项功能,包括模型调用、工具链集成、开发实战等。涵盖了:如何注册和使用MaaS、支持哪些模型、如何调试和优化API调用、以及实际开发项目的全流程演示。对于想要在应用中集成AI能力的开发者来说,这是一份实用的MaaS入手指南。 访问入口
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
2024-11-29
微软官方AI Toolkit:VScode秒变Cursor AI
微软官方推出了AI Toolkit for VS Code,让VS Code直接拥有类似Cursor AI的强大能力。这个扩展集成了大语言模型(包括GPT-4、Llama、Mistral等)、聊天助手、代码生成和智能补全等功能。作为微软官方出品,它与VS Code的集成度极高,性能优化出色。本视频详细介绍AI Toolkit的安装配置和实际使用体验,以及它能否真正替代付费的Cursor。 官方博客

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
公告





