#多模态
共 680 篇相关文章
科技前沿·8 分钟
Google Jules 3.0全面升级：API、记忆系统与免费AI编码智能体解析
Google Jules 3.0推出API接口、CLI工具、记忆系统等重磅功能，每天免费15个任务额度，由Gemini 2.5 Pro驱动。深度解析Jules如何从独立工具进化为可嵌入开发全流程的AI编码伙伴。
阅读全文 →
科技前沿·8 分钟
AI日报：IBM开源Granite 4.0混合架构，Google Jules命令行工具发布
2025年10月3日AI日报：IBM发布Granite 4.0混合架构开源模型大幅降低推理成本，Google推出Jules命令行工具和Gemini 2.5 Flash Image正式版，蚂蚁集团开源Ming UniVision视觉语言模型，OpenAI估值达5000亿美元并与日本政府合作。
阅读全文 →
科技前沿·5 分钟
Anthropic首届Compile大会：聚焦AI时代软件开发的未来
Anthropic将于2025年6月16日在旧金山举办首届Compile大会，汇集工程师、研究人员与技术构建者，探讨AI如何重塑软件开发。了解大会定位、参与者画像及Claude Code等潜在看点。
阅读全文 →
教程攻略·6 分钟
npcpy：用软件工程思维重构AI Agent开发的开源框架
深入解析npcpy开源框架的四层架构设计、多智能体协同机制、知识图谱生命周期管理以及工程部署方案，帮助开发者用软件工程思维构建稳定可控的AI Agent系统。
阅读全文 →
科技前沿·6 分钟
AI周报：Kimi K2.6登顶开源榜，Qwen 3.6与谷歌TTS齐发
本周AI重磅发布汇总：Kimi K2.6登顶开源模型排行榜，Anthropic推出Opus 4.7与Claude Design，阿里Qwen 3.6系列全面铺开，谷歌发布情感可控TTS模型。深度解读开源与闭源模型竞争新格局。
阅读全文 →
教程攻略·6 分钟
Gemini 3.0 Pro + Claude Opus 4.5：双模型编程工作流实战指南
深度对比Gemini 3.0 Pro与Claude 4.5 Opus在编程任务中的表现差异，通过KiloCode搭建双模型协作工作流，实现架构规划与代码执行的最佳分工，降低成本并提升代码质量。
阅读全文 →
教程攻略·9 分钟
Spring AI入门指南：Java开发者如何集成大模型
Spring AI是Java界的LangChain，帮助Java开发者用Spring Boot风格快速集成大模型。本文详解Spring AI六大核心特性、环境搭建要点及企业级应用定位，涵盖RAG、Tool Calling、Chat Memory等关键能力。
阅读全文 →
科技前沿·6 分钟
DeepSeek OCR2、Kimi K2.5、微软Maia 200同日发布
DeepSeek发布OCR2视觉理解模型，用大语言模型替代CLIP重构视觉编码器；月之暗面推出Kimi K2.5，集群代理模式可调度100+子代理；微软Maia 200定制AI芯片开始部署；阿里发布Qwen3 Max Thinking正式版。
阅读全文 →
科技前沿·6 分钟
Gemini Omni视频风格转换：自然语言一键改变视频视觉风格
深度解析Google Gemini Omni视频风格转换功能，通过自然语言描述即可将视频转化为水彩、赛博朋克、吉卜力等艺术风格。了解其技术原理、操作方式、应用场景及行业竞争格局。
阅读全文 →
产品体验·7 分钟
Kimi K2.6开源实测：300个Agent协同的调度能力到底多强
深度解析月之暗面开源模型Kimi K2.6的Agent调度能力，300个子Agent协同执行4000步任务，编程实战超越GPT-5.4，2张4090即可LoRA微调，附部署方案与性能对比。
阅读全文 →
产品体验·8 分钟
Claude 4.5 vs Gemini 3 Pro：编程能力全面对决
基于ARC-AGI-V2、SWE-Bench、Terminal Bench 2.0等五大基准测试，深入对比Claude 4.5与Gemini 3 Pro在编程实战和知识推理上的真实表现，帮你找到最适合的AI编程助手。
阅读全文 →
产品体验·7 分钟
四大AI编程CLI横评：Claude Code、Copilot、Gemini、Codex怎么选
深度对比Claude Code、GitHub Copilot CLI、Gemini CLI和Codex CLI四大AI编程命令行工具，从MCP支持、上下文窗口、开源程度到定价模式全面分析，附选型决策树和混合使用最佳实践。
阅读全文 →
产品体验·7 分钟
G-Rec：为Gemini CLI打造的开源智能体框架
G-Rec是基于Gemini 2.5 Pro构建的开源智能体框架，支持Windows中文路径适配、人设设定系统和技能扩展机制，帮助开发者将Gemini CLI打造成功能丰富的AI编程助手，可免费使用Google每日额度零成本上手。
阅读全文 →
教程攻略·9 分钟
Agent Skills决策树：让AI编程助手实现自主决策
详解如何在Agent Skills中嵌入决策树逻辑，让Antigravity、Claude Code等AI编程助手具备自主决策能力。通过Code Review Router实战案例，演示条件分支、复杂度评分与容错切换的完整实现，减少50%-80%手动干预。
阅读全文 →
科技前沿·8 分钟
Claude Code子智能体与Cursor BugBot发布：AI编程工具全面升级
Anthropic为Claude Code新增自定义子智能体功能，Cursor发布代码审查Agent BugBot，通义千问推出92种语言翻译模型，谷歌发布三款实验性AI产品。一文详解AI编程工具和大模型生态的最新动态。
阅读全文 →
科技前沿·6 分钟
Kimi K2.5全量开源：1T参数MoE架构+Agent集群能力深度解析
深度解析月之暗面Kimi K2.5全量开源大模型：1T参数MoE混合专家架构、视觉编程截图转代码、百Agent并行集群能力，在AI编程和多模态理解赛道登顶开源榜首，为开发者提供媲美GPT-4O的免费开源方案。
阅读全文 →
教程攻略·9 分钟
RAG企业级落地实战：架构原理与生产级优化全解析
深入解析RAG检索增强生成的完整架构流程，涵盖数据索引、向量化、检索优化三大核心环节，分享企业级RAG落地中的分块策略、混合检索、幻觉控制等实战优化经验，助力大模型与业务数据高效结合。
阅读全文 →
教程攻略·8 分钟
Claude Code+Skills：AI驱动测试用例生成效率提升10倍实战
详解Claude Code结合Skills技能封装的AI驱动软件测试方案，通过将测试专家经验编码化，实现从33条到400+条测试用例的质变。涵盖Skill封装思路、智能体工作流构建及测试工程师角色转型指南。
阅读全文 →
