多模态

多模态主题追踪文字之外的 AI 能力:图像理解与生成、音视频输入输出、跨模态检索与交互。适合关注视觉、语音与视频方向产品化进展的读者跟进模型与工具更新。并保留原文链接方便核对细节。帮助读者判断多模态能力边界。

文字之外的能力:看懂图片、图文混合理解、音视频输入输出的模型与产品进展。

3003 条 · 精选 484

推广

由橙子中转站提供支持

橙子中转站(pro.nat6.net)是一家优质的 AI API 中转站:价格优惠、质量稳定、模型齐全,支持 Claude、GPT、Gemini 等主流模型,欢迎体验。

访问橙子中转站