マルチモーダル

マルチモーダルテーマでは、テキスト以外の AI 能力を追います。画像の理解と生成、音声・動画の入出力、クロスモーダル検索やインタラクションなど、視覚・音声・動画分野の製品化に関心のある読者向けにモデルとツールの更新をまとめ、原文リンクも残します。

テキスト以外の能力:画像を理解する、画像とテキストの混合理解、音声・動画の入出力に対応するモデルと製品の進展。

3003 件 · 特選 484

PR

Orange Relay 提供

Orange Relay(pro.nat6.net)は高品質な AI API 中継サービスです。リーズナブルな価格、安定した品質、Claude・GPT・Gemini など主要モデルに幅広く対応しています。

Orange Relay を見る