开源项目Openmelon：致力于提升AI多模态生成质量，现开启反馈收集送额度
Linux.do 社区近日出现了一款名为 Openmelon 的开源项目，旨在优化 AI 将想法转化为高质量多模态内容的流程。该项目声称在模型生图质量上有显著提升，且完全开源，无私有部分。为推广项目并收集用户反馈，发起人 @pinksky ...
标签索引
AI多模态
这个标签下有 3 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
Gemini 原生视频嵌入技术问世：无需转录即可实现亚秒级视频检索
谷歌 Gemini Embedding 2 推出原生视频嵌入功能，能够将原始视频直接映射至 768 维向量空间，彻底跳过了语音转录和帧描述等中间步骤。这一突破使得自然语言查询（如“绿色车别停我”）可直接在向量层面与视频片段进行比对。开发者利...
Grok图像生成迎更新：支持多图参考修复Bug，代码暗藏视频编辑玄机
据社区观察，xAI旗下的Grok模型在图像生成功能上迎来重要更新。此前该功能在处理多角色合影时存在逻辑Bug，常生成不相关人物。此次更新后，Grok的“Imagine”功能最多支持上传三张参考图，显著提升了角色一致性与图像可控性。此外，有用...