Skip to content
AI Landscape

核心 AI

多模态与感知Multimodal & Perception

22个工具 · 3个子类别

能看能听的模型——视觉语言模型、计算机视觉系统与语音识别。纯感知在此分类;生成式图像和音频模型权重属于基础模型类别。

View in English