基于Qwen3打造语音-文字-图像一体化平台的深度研究
基于Qwen3打造语音-文字-图像一体化平台的深度研究 前言 随着大语言模型的快速发展，多模态能力成为新一代AI平台的核心竞争力。本文将深入探讨如何基于Qwen3构建一个集成语音识别(ASR)、语音合成(TTS)和图像生成于一体的综合AI平台。 ...
多模态
Agent智能体应用
Agent智能体应用 GUI Agent 【2024-1-25】这几天agent操控设备成为热点： 智谱昨天推出 glm-pc 1.1，注重长程推理，与年前的autoglm互补，分别占据pc和mobile设备 智谱agent手机端 AutoGLM GLM-PC openai 的 operator 也涉足pc操控 GUI Agent 介绍 Huawei London 邵坤主题演讲，介绍面向通用型 GUI Agent 的模型和优化。 ...