标签 # 多模态模型
开源项目资料库 · 中文整理 - OneTwoOne

谷歌Gemini - 谷歌Gemini是Google DeepMind推出的多模态大模型系列,覆盖文本、图像、视频、音频理解与生成,能力全面,是谷歌AI的核心模型,面向开发者与各类应用场景。 AI工具导航

谷歌Gemini是Google DeepMind推出的多模态大模型系列,覆盖文本、图像、视频、音频的理解与生成,能力全面,是谷歌AI的核心模型,通过AI Studio与Vertex AI面向开发者开放,与搜索和Works
OTO · ID:3224
查看 ↗

豆包大模型 - 豆包大模型是字节跳动推出的通用大模型系列,覆盖对话、多模态、语音与视频生成,经火山引擎开放。 AI工具导航

豆包大模型是字节跳动自研的大模型系列,覆盖文本、图像、语音等多模态能力,通过火山引擎方舟对外提供API与模型微调服务,C端则有豆包应用承接,多模态与语音交互体验成熟,模型迭代快。国内直接访问、无需特殊网络,C端应用免费、
OTO · ID:3223
查看 ↗