https://guijiagi.com/tags/%E8%A7%86%E8%A7%89%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B/Recent content in 视觉语言模型 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Thu, 16 Jul 2026 10:07:00 +0800https://guijiagi.com/posts/b2-19902ccc/Thu, 16 Jul 2026 10:07:00 +0800https://guijiagi.com/posts/b2-19902ccc/梳理多模态大模型从早期CLIP双塔架构到GPT-4o原生多模态的技术演进路径，分析架构设计选择与工程权衡https://guijiagi.com/posts/article-95/Mon, 13 Jul 2026 08:40:00 +0800https://guijiagi.com/posts/article-95/梳理AI从纯文本到图文音视频多模态感知的演进历程，解析关键技术突破与未来方向https://guijiagi.com/posts/mixture-of-resolutions/Thu, 02 Jul 2026 11:08:00 +0800https://guijiagi.com/posts/mixture-of-resolutions/解析多尺度分辨率处理如何提升模型效率与性能，以及在2026年的最新进展https://guijiagi.com/posts/multi-modal-rag-2026/Thu, 02 Jul 2026 10:37:00 +0800https://guijiagi.com/posts/multi-modal-rag-2026/深入探讨多模态RAG系统的架构设计、跨模态检索与融合生成实践https://guijiagi.com/posts/multimodal-agent-design/Fri, 26 Jun 2026 14:00:00 +0800https://guijiagi.com/posts/multimodal-agent-design/探讨多模态智能体的架构设计，涵盖视觉语言模型、语音交互、视频理解与跨模态推理，附完整系统架构与代码实现。