⚙️
在 Jetson 上部署開源視覺語言模型 (VLM)
Hugging Face 部落格詳述在 NVIDIA Jetson 邊緣裝置上部署開源視覺語言模型 (VLM)。此指南實現多模態 AI 任務的裝置端高效推論。開發者現可無需雲端依賴地在本地運行 VLM。
Search
Tag: #multimodal329 results
Apple 疑似意外曝光配備鏡頭的 AirPods
Apple 可能在 macOS Tahoe 26.7 內嵌的一段影片中意外曝光配備鏡頭的 AirPods。這項發現顯示 Apple 可能正在探索具備鏡頭的穿戴式音訊裝置，但目前尚未確認產品會上市。
Apple 預告配備相機的 AirPods
在 macOS Tahoe 26.7 候選版本中發現的示範影片，似乎揭示了 Apple 配備相機的 AirPods。這段影片目前最清楚地展示了內建相機可能如何運作，但 Apple 尚未正式宣布這項產品。
配備攝影機的 AirPods 實機示範曝光，或於 9 月亮相
據報 Apple 即將推出配備攝影機的 AirPods。macOS Tahoe 26.7 候選發布版本中被發現一段隱藏的實機示範影片，暗示產品可能於 9 月亮相。
📰
Google 或以 120B Gemma 顛覆 AI 市場
一篇 Reddit 貼文建議 Google 推出具開放權重的 120B dense multimodal Gemma 模型。這項構想目前仍屬推測，但認為西方企業可能更偏好 Google 品牌的模型，而非中國開源模型或 OpenAI、Anthropic 等封閉式服務。
Meta 正在測試 StoryKit AI 兒童故事生成應用
Meta 正在開發一款名為 StoryKit 的 AI 應用程式，旨在為兒童生成個性化故事。該工具允許家長在無需手動編寫的情況下，生成包含自定義角色、場景和音樂的故事內容。
Google DeepMind 與 A24 宣佈建立戰略研究合作夥伴關係
Google DeepMind 與電影製作公司 A24 建立了正式的研究合作夥伴關係。此次合作旨在探索先進人工智慧與創意敘事之間的交集。
Proton 旗下 Lumo 聊天機器人新增圖像生成與編輯功能
Proton 為其 Lumo 聊天機器人進行了重大升級，整合了全新的圖像生成與編輯功能。此次更新將該工具的應用範圍從純文字互動擴展至圖像領域，並持續強調以隱私為核心的 AI 工作流程。
Meta 捐贈 AI 眼鏡給全美視障退伍軍人
Meta 將向全美所有視障退伍軍人捐贈 Ray-Ban Meta 智慧眼鏡。此計畫旨在為他們提供具變革性的 AI 輔助技術。
為何 Apple 可能在下一代 AirPods 中加入鏡頭
Apple 正在探索將鏡頭技術整合至未來的 AirPods 機型中。此舉旨在增強空間運算能力，但同時面臨電池續航力與用戶隱私方面的重大挑戰。