首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
马克学ai
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
0
文章 0
沸点 0
赞
0
返回
|
搜索文章
最新
热门
GLM-4.1V-Thinking行业应用案例:从教育到工业的落地实践
在AI技术向垂直领域渗透的当下,多模态大模型正成为教育、医疗、工业等关键行业的“智能助手”。智谱AI开源的GLM-4.1V-Thinking(以下简称“GLM-4.1V”)凭借“小参数高精度+
GLM-4.1V-Thinking vs Qwen-2.5-VL-72B:10B级VLM性能对决——小参数如何逆袭大模型?
在多模态大模型的“参数竞赛”中,一个颠覆认知的现象正在上演:智谱AI开源的GLM-4.1V-9B-Thinking(以下简称“GLM-4.1V-Thinking”),以9B参数规模(仅为Qwen-
开源大模型实战:GLM-4.1V-Thinking本地部署教程(附API调用代码)
在AI应用从“能用”向“好用”进阶的当下,本地化部署大模型的需求愈发强烈:企业需保障数据安全(如医疗影像、金融报告不外传),开发者追求定制化能力(如微调模型适配垂直场景),科研团队则依赖离线环境处
从高考数学到猫咪跳水:GLM-4.1V-Thinking多模态推理实测全记录
在AI技术飞速发展的今天,“多模态推理”正成为衡量模型智能水平的关键标尺——它不仅要求模型能“看懂”图像、视频和文本,更要能理解其中的逻辑关联,甚至推导出人类需要多步思考的结论。智谱AI最新开源的G
9B参数如何吊打72B模型?GLM-4.1V-Thinking“小模型大智慧”技术拆解与实战应用
在AI大模型的“参数竞赛”中,一个颠覆认知的现象正在发生——智谱AI最新开源的GLM-4.1V-9B-Thinking(以下简称“GLM-4.1V-Thinking”),以9B参数规模(仅为行业巨
OmniGen2本地化部署与私有化:从0到1搭建专属AI生成系统
在AI生成技术快速发展的今天,企业、开发者和研究机构对“数据安全、定制化能力、离线可用性”的需求日益迫切——比如游戏公司需要将角色设计素材限制在内网环境,避免泄露核心IP;医疗机构希望用AI生成符合
OmniGen2结合ControlNet:实现精准控制的图像生成技巧
在游戏美术、广告设计或虚拟内容创作中,我们常遇到这样的需求:“生成一张角色站在特定姿势的赛博朋克城市图”“把这张照片里的猫咪换成机械义肢,但保持原有背景不变”“合成多张素材时,让人物与场景的光影
OmniGen2反射机制解析:如何通过自我修正提升图像生成质量?
在AI图像生成领域,“生成符合预期的精准内容”始终是核心挑战。传统模型依赖用户反复调整提示词(如修改颜色、构图等参数),但若初始指令模糊或模型理解偏差,可能需要多次尝试才能获得满意结果——这不仅降
OmniGen2游戏美术实战:从角色设计到场景搭建的全流程教程
在游戏开发中,美术资源的制作既是创意的核心,也是成本的“重灾区”。传统流程依赖画师手工绘制或3D建模,单张高质量角色立绘需3-7天,成本高达500-2000元;而场景设计更需协调建筑、道具、光影等多
OmniGen2 vs 其他开源多模态模型:性能、易用性与适用场景全对比
在AI多模态生成领域,开源模型的竞争已进入白热化阶段——从早期的Stable Diffusion(专注图像生成)、DALL·E Mini(轻量级文生图),到近年的OmniGen(智源初代统一模型)、
下一页
个人成就
文章被点赞
1
文章被阅读
16,387
掘力值
478
关注了
0
关注者
3
收藏集
0
关注标签
3
加入于
2025-04-29