随着人工智能技术的不断进步，构建个性化智能体的需求日益增加。国内虽然已有一些智能体平台，如豆包扣子，但这些平台要求开发者将代码和数据上传到第三方服务器，对于一些商业信息敏感的客户来说，这种做法可能带来数据泄露的风险。
最引人注目四笔过亿（刀乐）投资，其中三家是依靠AI驱动业务，另外一家也是早就布局AI。还是要感谢生成式AI，2024年又开始有人愿意大笔投资法律科技了！
Florence-VL 提出了使用生成式视觉编码器 Florence-2 作为多模态模型的视觉信息输入，克服了传统视觉编码器（如 CLIP）仅提供单一视觉表征而往往忽略图片中关键的局部信息。
在当今多模态领域，CLIP 模型凭借其卓越的视觉与文本对齐能力，推动了视觉基础模型的发展。CLIP 通过对大规模图文对的对比学习，将视觉与语言信号嵌入到同一特征空间中，受到了广泛应用。
AI剪辑，一条闷声赚大钱的赛道。
「多模态」这个词，相信各位开发者已经比较熟悉了，多模态的含义是让 AI 同时理解包含如图像和文本在内的多种类型的数据。
7 个月时间，用户量超过 500 万，ARR 收入接近 1000 万美元。 OpusClip 可以说是目前 AI 视频剪辑工具的头号种子
法律行业是 AI 落地的重要场景之一，全球范围内，已经出现了多家法律赛道的 AI 独角兽。OpenAI 和 Google 都投资的 Harvey，以及最近刚完成 F 轮融资的 Clio 都是其中的典型。
计算机的历史标志着个人和企业生产力的飞跃。20世纪70年代的命令行界面（CLIs）演变至80年代的图形用户界面（GUIs），实现了复杂命令的图形化抽象，通过视觉图标和窗口简化操作。接着，计算机操作的易学性提升加快了个人电脑（PC）在1990年代的普及，进而催生了万维网以及基于其上的互联网应用的发展。
拔草星人的好消息来啦！中科院自动化所和阿里云一起推出了街景定位大模型，只要一张照片就能实现街道级精度的定位。
