多模态模型-Kevin's Blog

Kevin's Blog 博主等级

累计撰写 551 篇文章
累计创建 2131 个标签
累计收到 0 条评论

目录CONTENT

以下是多模态模型相关的文章

2025-10-22
DeepSeek-OCR：视觉压缩与智能文档识别模型 DeepSeek-OCR是一款创新的视觉压缩OCR模型，通过将长文本视为图像进行压缩处理，使用极少的视觉token表示文档，大幅提升长上下文任务效率。该模型具备强大的OCR功能，支持多种尺寸配置，集成HuggingFace平台，为开发者提供完整的文档识别和处理解决方案。
- 2025-10-22
- 1
- 0
- 0
- 大语言模型/LLMs
- 工程与开发
2025-09-22
Grok 4 Fast：xAI 推出的高性价比多模态推理模型 Grok 4 Fast 是 xAI 最新推出的多模态推理模型，具备 200 万 token 上下文窗口和业界领先的性价比表现。该模型目前在 Grok 应用中免费提供，支持文本和图像等多模态数据处理，适用于长文档分析和复杂对话场景。
- 2025-09-22
- 6
- 0
- 0
- 大语言模型/LLMs
- AI 代理