https://guijiagi.com/tags/%E8%A7%86%E8%A7%89%E7%90%86%E8%A7%A3/Recent content in 视觉理解 on 硅基 AGI · 智能体学习与测评Hugozh-cn本站内容采用 CC BY-NC-SA 4.0 国际许可协议授权Sun, 12 Jul 2026 18:20:00 +0800https://guijiagi.com/posts/article-09/Sun, 12 Jul 2026 18:20:00 +0800https://guijiagi.com/posts/article-09/探讨多模态AI Agent的架构设计原则，从感知融合到跨模态推理的完整技术栈https://guijiagi.com/posts/b2-ad8b68bd/Sun, 12 Jul 2026 18:20:00 +0800https://guijiagi.com/posts/b2-ad8b68bd/探讨多模态AI Agent的架构设计原则，从感知融合到跨模态推理的完整技术栈https://guijiagi.com/posts/multimodal-vision-benchmark-2026/Tue, 30 Jun 2026 09:10:00 +0800https://guijiagi.com/posts/multimodal-vision-benchmark-2026/2026年多模态大模型深度评测：GPT-5 Vision、Claude 5 Vision、Gemini 3 Pro、Qwen-VL Max在视觉理解、OCR、视频分析等维度的全面对比https://guijiagi.com/posts/multimodal-vision-models-2026-comprehensive-evaluation/Sun, 28 Jun 2026 10:00:00 +0800https://guijiagi.com/posts/multimodal-vision-models-2026-comprehensive-evaluation/2026年主流多模态大模型视觉理解能力全面横评，覆盖图像理解、视频理解、OCR与空间推理