Nexa AI OmniVision：本地部署多模态大模型

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

Nexa AI OmniVision：可本地跑多模态大模型

Nexa AI OmniVision是一款可以在本地设备上运行的多模态大语言模型。与依赖云端API的多模态模型（如GPT-4V）不同，OmniVision经过优化可以在消费级硬件上运行，无需联网即可处理文本、图像和视频输入。它能够理解图片内容、回答关于视觉输入的问题，适合隐私敏感场景和离线环境使用。本视频介绍OmniVision的本地部署方法、性能表现和实际使用体验。官方博客

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...

2024-12-22

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

谷歌最新文生图Imagen3测评报告

Google Imagen 3文生图模型的深度测评报告！Imagen 3是Google最新最强大的AI图像生成模型，在真实感、细节表现和文字渲染方面都有了质的飞跃。本视频通过大量对比测试，评估Imagen 3在写真、绘画、概念设计和商业素材等不同场景下的表现。并与Midjourney 6、DALL-E 3和Stable Diffusion 3等旗舰模型进行全面对比。访问入口

2024-11-29

定制大语言模型LLM用RAG还是微调？

这是每个AI应用开发者都会面临的核心问题：想要让大语言模型适应特定领域，应该选择RAG（检索增强生成）还是微调（Fine-tuning）？本视频从技术原理、实现成本、应用场景和维护复杂度等多个维度进行对比分析。RAG适合需要动态知识更新和检索外部信息的场景，微调适合需要模型学习特定输出风格和格式的场景。视频通过实际案例帮助你做出最合适的技术选型。