BLOG · 第 11 / 15 页
VOLCENGING 博客
探索前沿技术，分享实践经验，追踪行业动态。237 篇技术文章与行业观察，图片与排版全部在本站重建。
237 篇文章
15 页分页
9 类主题徽章
POSTS · 本页 18 篇
全部文章 · 第 11 页
按源站发布时间倒序排列，徽章为主题分类。当前第 11 页，共 15 页。
全能型 AI 模型新标杆 Qwen2.5-Omni阿里云通义千问团队最近又给我们带来惊喜，发布了他们的旗舰级端到端多模态模型 Qwen2.5-Omni。 这不仅仅是个模型，它更像一位全能选手，能看、能听、能说、能写，甚至还能实时互动，真正将 AI 的感知与表达融为一体。它预示着 AI 交互体验将迎来一次质的飞跃。 亮点速览 - 多模态统一理解：可处阅读全文
更多文章
阿里 Qwen 团队重磅发布：GUI 自动化迎来自进化时代伙计们，快看过来！阿里 Qwen 团队最近搞了个大新闻，推出了两款超酷的 AI 神器——GUI-Owl 和 Mobile-Agent-v3。它们不只是简单的自动化工具，而是让 AI 能像我们人类一样，真正理解、操作手机和电脑的图形界…阅读全文
谷歌 Gemini 2.5 Pro 免费王炸 AI 战场格局剧变谷歌旗舰大模型 Gemini 2.5 Pro 现已全面免费开放给所有用户，这标志着 AI 领域的顶级能力不再是少数人付费专属，它将加速人工智能技术的普及，重塑行业生态竞争格局。 核心亮点 Google Gemini 2.5 Pro…阅读全文
精准识别 NSFW 图片的开源模型最近，在 Hugging Face 上发现了一款名为 Falconsai/nsfw_image_detection 的 Vision Transformer（ViT）模型，它专注于高精度地识别不适宜工作（NSFW）图片，对于内容审核…阅读全文
SigLIP2 水印检测模型 AI 时代版权管理新利器我最近在 Hugging Face 上发现了一个超级实用的工具 Watermark-Detection-SigLIP2 模型，它能精准识别图片中是否含有水印。对于那些经常处理大量图片、关注内容版权或需要清洗数据集的朋友来说，这绝对是…阅读全文
腾讯新模型，专啃短视频灵魂通常我们认为 AI 在处理规整数据时表现出色，但在腾讯 ARC 新开源的 ARC-Hunyuan-Video-7B 模型面前，这个观念可能需要重新审视。它是一款重磅多模态模型，专门为理解真实世界中那些看似杂乱无章、却充满情感和深意的…阅读全文
VibeVoice：AI 语音合成进入多角色长对话时代微软新推出的 VibeVoice 模型，彻底革新了我们对 AI 语音合成的认知。它能生成长达 90 分钟的多角色对话音频，简直是播客制作神器。这不仅是音质的提升，更是 AI 理解和驾驭复杂对话能力的飞跃，预示着 AI 语音生成正从简…阅读全文
英伟达：Agentic AI 的未来是小型语言模型最近，英伟达（NVIDIA）抛出了一个颇具颠覆性的观点：未来 Agentic AI（智能体 AI）的核心，将不再是单一的巨型大语言模型（LLM），而是由一系列小型语言模型（SLM）构成的生态系统。这不仅关乎成本效益，更是对 AI 系…阅读全文
手机上跑的 GPT-4o 级模型 MiniCPM-V 4.5 来了各位注意了，OpenBMB 刚刚扔出了一颗重磅炸弹——MiniCPM-V 4.5，一个号称能达到 GPT-4o 级别性能，却能在你手机上流畅运行的多模态大模型。这不仅刷新了我们对小型模型的认知上限，更意味着高性能多模态 AI 正加速…阅读全文
Intern-S1-mini 科学领域 AI 新利器最近上海人工智能实验室 InternLM 团队开源了 Intern-S1-mini 模型这是一款轻量级的多模态推理模型它不仅体积小巧更在科学领域展现出惊人的实力特别适合我们这些对 AI 在科研应用上充满期待的探索者。 核心亮点速览…阅读全文
谷歌 Nano Banana：通用模型如何制霸图像一致性兄弟们，最近图像生成领域掀起了一场不小的波澜，主角是谷歌的最新神器——Nano Banana。它在图像编辑中展现出的超群主体一致性能力，仿佛一夜之间就让这个长期困扰 AI 绘图的难题烟消云散，瞬间成为焦点。 神秘亮相 几天前，LMA…阅读全文
ComfyUI 零基础入门：10 分钟学会 AI 图像生成想尝试 AI 图像生成但不知道从哪开始？ComfyUI 是目前最强大的开源 AI 绘图工具之一，虽然界面看起来复杂，但跟着这篇教程，你也能快速上手。 我们将介绍： 1. 加载示例工作流 - 从 ComfyUI 的工作流程模板加载 -…阅读全文
深入理解容器技术与企业应用实践：从基础到落地的全景指南第一部分：容器技术深度解析 1.1 容器技术演进史 容器技术的发展历程是一部计算资源隔离技术的进化史。早在 1979 年，Unix V7 操作系统就引入了具有里程碑意义的 chroot 系统调用，这项创新通过改变进程的根目录视图，首…阅读全文
Qwen-Image-Edit 炸场：20B 底座双引擎改写图片今天刷到一条 GitHub Trending：阿里通义千问团队刚刚开源了 20B 参数的 Qwen-Image-Edit，把图片编辑从“抠图+PS”拉进了“一句话改图”的时代。我把 demo 跑了一遍，最直观感受是，它把 Qwen-…阅读全文
新的方案！容器化分布式系统的设计模式1.引言 20 世纪 80 年代末至 90 年代初，面向对象编程（OOP）通过模块化组件的构建方式革新了软件开发。如今，分布式系统开发正经历类似的变革，基于容器的微服务架构成为主流。容器凭借其边界隔离特性（如 Docker、Linu…阅读全文
如何构建优质的 Docker 镜像1.优质镜像的判断标准 - 功能完备 例如： - Android SDK 镜像应能直接编译项目，而无需先更新容器。 - MySQL 容器应提供初始化数据库和用户的途径。 - 极简 容器的优势在于隔离应用（即便不为安全，也能避免污染主…阅读全文
Qwen-Image：重新定义多模态视觉生成的新范式1. 引言：文生图技术的痛点与突破 Qwen 团队发布了其系列中的最新力作——Qwen-Image，一个在文生图领域，尤其是在复杂文字渲染和精准图像编辑方面取得重大突破的基础模型。许多用户惊艳于它生成清晰、美观中英文文字的能力，彻底…阅读全文
Flux Krea 百科全书：20 分钟了解最没有 AI 味的最新 Flux 生图大模型最近我一直在探索各种 AI 生图模型，说实话，大部分模型生成出来的图片都有一种说不出的"AI 味"——那种过于完美、缺乏真实感的塑料质感。直到我遇到了 Flux Krea，这款号称"没有 AI 味"的生图大模型，让我彻底改变了对 A…阅读全文