随着大型语言模型（LLMs）的进步，多模态大型语言模型（MLLMs）迅速发展。它们使用预训练的视觉编码器处理图像，并将图像与文本信息一同作为 Token 嵌入输入至 LLMs，从而扩展了模型处理图像输入的对话能力。这种能力的提升为自动驾驶和医疗助手等多种潜在应用领域带来了可能性。
寻隐（英文名 Queryable）是一款 iOS 上的 AI 照片搜索软件，支持用户使用自然语言搜索本地照片。软件诞生的契机是 OpenAI 发布的 CLIP 模型。
Ellie是一条金毛犬，狗主人对着手机上一款APP应用发了一段语音：“HI Ellie，你能给我拿下遥控器吗？”
商业化愿景下，AI应用元年已经到来。
许多人都非常关心的问题是，究竟在什么场景下，当下 AI 技术容易落地？
知识图谱作为结构化知识的重要载体，广泛应用于信息检索、电商、决策推理等众多领域。然而，由于不同机构或方法构建的知识图谱存在表示方式、覆盖范围等方面的差异，如何有效地将不同的知识图谱进行融合，以获得更加全面、丰富的知识体系，成为提高知识图谱覆盖度和准确率的重要问题，这就是知识图谱对齐（Knowledge Graph Alignment）任务所要解决的核心挑战。
LLM 很强，而为了实现 LLM 的可持续扩展，有必要找到并实现能提升其效率的方法，混合专家（MoE）就是这类方法的一大重要成员。
AI爆发至今，业内普遍流行一句话：AIGC的尽头是AI智能体，但时至今日，大家对AI智能体的理解还比较浅，很多人依旧认为AI智能体离自己还很远。主要是市场上好用的智能体平台并不多。用户关心的是AI到底如何改善工作流，AI到底怎么落地具体的应用场景？或者AI到底是怎么帮我们干活的？
以GPT-4o为代表的多模态大语言模型（MLLMs）因其在语言、图像等多种模态上的卓越表现而备受瞩目。它们不仅在日常工作中成为用户的得力助手，还逐渐渗透到自动驾驶、医学诊断等各大应用领域，掀起了一场技术革命。
卷应用的风，先吹熟了AI小说。
