AI助手All Model Chat升级：Graphviz渲染功能上线
All Model Chat是一款深度集成Gemini生态的全能AI聊天助手，支持多模态交互（文本/语音/图片/视频）、实时联网搜索、代码执行、长文档分析及高级推理功能。内置丰富的预设场景与个性化配置，助用户探索AI无限可能。最新更新新增了...
标签索引 / 第 16 页
多模态
这个标签下有 190 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
开源黑客帝国风GitHub年报生成器与AI工具集锦
开发者Amery2010推出炫酷GitHub年报生成器Cybergit，支持个性化年度报告生成。同时分享多个开源AI项目：基于Google Gemini的Deep Research工具实现快速深度研究；Gemini Next Chat客户端...
Qwen-Image-2512发布：开源AI文生图模型性能跃升
Qwen-Image-2512作为Qwen-Image模型的最新更新，显著提升了图像生成质量。该模型在人物真实感、自然细节渲染和文字准确性方面均有突破，尤其在人像表现上减少了AI痕迹。性能评估显示，它在AI Arena上经过10,000轮盲...
AutoX集成MCP服务端，实现手机AI自动化控制
开发者基于AutoJS魔改出AutoX，并集成MCP服务端，实现类似豆包手机的AI控制功能。通过驱动codex-5_2模型，AutoX能完成自动化任务。项目旨在推动社区开发更复杂技能，并计划添加多模态支持以替代OCR在复杂场景中的不足。目前...
Gemini网页端降智实测：算力挤兑致体验差异
用户实测对比Gemini 3.0 Pro在网页端、Google AI Studio和Gemini Ultra DeepThink的表现，处理多模态年度总结任务。结果显示DeepThink最优，AI Studio次之，网页端最差且存在脱离pr...
Gemini被一道数学题难倒：17顶点染色挑战失败
在Linux.do论坛上，用户分享了一道能难住主流AI模型的数学题。题目源自中国数学竞赛（CMO），要求找到最小正整数n，使得在正n边形顶点任意染红、黄、蓝三色时，必然存在四个同色点形成等腰梯形。答案为17，但多模态模型Gemini 3 f...
开源AI桌面助手PolarisDesk：跨平台多模态Agent新尝试
开源项目PolarisDesk是一款AI驱动的跨平台桌面助手，旨在成为更懂用户电脑状态的智能工具。它支持多模型适配（如Claude）、文档理解、屏幕信息读取等功能，基于Electron架构构建。项目提供多种实用场景，如自动生成命令、分析错误...
开源Android应用AutoGLM，无需电脑直接运行AI任务
AutoGLM For Android是一款基于Open-AutoGLM开源项目的二次开发应用，革命性地将复杂的AI任务直接引入Android设备，无需电脑或ADB连接。通过Shizuku授权，用户可在手机上无缝控制各种任务，包括自定义系统...
GLM-4.7实测：性能与用量分析
用户在Linux.do社区分享GLM-4.7的深度使用体验，通过多项式因式分解和立体几何等实际测试，验证了模型的多模态能力，均成功解答。然而，用户指出性能降智问题，如重复写入时识别错误、自定义指令执行异常，以及实际用量不足导致被欺骗感。作者...
2026年AI领域26项前瞻预测：从大模型到智能体
本文作者对2026年AI发展提出了26项前瞻性预测，涵盖中国AI崛起、多模态技术统一、智能体突破、研究进展、产品创新和基础设施建设等多个维度。预测包括中国开源模型在国际榜单登顶、纯扩散模型被多模态替代、AI短片获主流认可、智能体计算取得突破...