多模态与生成模型

8 个专题 · 179 道题

1859

相较其他多模态轨迹生成方案，Diffusion 从数学建模上有什么优势？

模型基础与推理多模态与生成模型

原理机制

深入

2143

多模态 Agent 中视觉编码器的信息如何与语言模型连接和融合？

模型基础与推理多模态与生成模型

原理机制

进阶

2356

如何实现关键帧场景检测？

模型基础与推理多模态与生成模型

项目深挖

进阶

3668

多模态模型中的“推理捷径”是什么，如何识别？

模型基础与推理多模态与生成模型

概念解释

深入

2793

是否阅读过 Qwen2.5-VL 技术报告，理解哪些内容？

模型基础与推理多模态与生成模型

经历介绍

—

2894

如何将深度相机二维图像转换成三维坐标？

模型基础与推理多模态与生成模型

原理机制

进阶

2962

项目中的 Cross-Attention 和动态门控如何实现多模态融合？

模型基础与推理多模态与生成模型

原理机制

进阶

3101

FFmpeg 场景检测如何区分切镜、抖动和轻微变动，阈值如何调优？

模型基础与推理多模态与生成模型

方案设计

深入

3103

关键帧如何控制分辨率和帧率，高分辨率图片如何压缩和精简特征？

模型基础与推理多模态与生成模型

方案设计

进阶

3105

纯视觉与视觉加文案分析有何差异，如何提升剪辑点准确率？

模型基础与推理多模态与生成模型

比较选型

进阶