多模态 AI 应用：语音、图像与工具调用的工程实践
大模型正在从“只能读字”走向“能听会看”：梳理视觉、语音、视频模型接入与工具链集成的方法。
搜索全站文章、教程与内容。
共找到 5 条结果
大模型正在从“只能读字”走向“能听会看”：梳理视觉、语音、视频模型接入与工具链集成的方法。
分享我如何用 AI 工具重构笔记、阅读与写作流程，让知识管理效率翻倍。
向量化、检索、重排与生成，用 RAG 架构让 AI 回答真正基于你的知识库。
掌握大模型 API 的调用方式，理解温度、Token 等核心参数，快速构建一个可用的 AI 应用。
角色设定、示例驱动、结构化输出、思维链……掌握这些技巧，让大模型输出质量提升一个档次。