本地 RAG 也能搜图片和音频:EmbeddingGemma 2 给 AI Agent 一套多模态索引
很多 RAG 系统的问题不在生成模型,而在检索入口:文本、截图、录音和视频各自存放,Agent 想回答“那次会议里提到的架构图在哪里”,往往只能先把所有资料转成文字。Google DeepMind 发...
最新内容
很多 RAG 系统的问题不在生成模型,而在检索入口:文本、截图、录音和视频各自存放,Agent 想回答“那次会议里提到的架构图在哪里”,往往只能先把所有资料转成文字。Google DeepMind 发...
把整份合同、报表或 PPT 交给云端 AI 助手改,代价很直接:你的文档离开了机器,模型跑在别人的服务器上,还常常要按座位付费。OpenDocBot 想换一种做法——它是一个 100% 客户端、pro...
把整份合同、报表或 PPT 交给云端 AI 助手改,代价很直接:你的文档离开了机器,模型跑在别人的服务器上,还常常要按座位付费。OpenDocBot 想换一种做法——它是一个 100% 客户端、pro...
把整份合同、报表或 PPT 交给云端 AI 助手改,代价很直接:你的文档离开了机器,模型跑在别人的服务器上,还常常要按座位付费。OpenDocBot 想换一种做法——它是一个 100% 客户端、pro...
大模型的本地部署常被简化成“选一个更小的量化文件”。但对 MoE(Mixture of Experts,混合专家)模型而言,文件大小只是第一道门槛:路由器会在每个 token 上选择少数专家,而权重怎...
语音转文字常被误当成一个“选模型”的问题:挑一个识别率更高的云 API,再把音频传过去。但在客户访谈、内部复盘、招聘面试或含代码讨论的会议里,真正先需要回答的问题往往是:音频是否可以离开办公室?谁保留...
ERP(企业资源计划)软件常常在两个方向之间拉扯:一端是功能齐全、部署和定制成本也很高的大型系统;另一端则是由表格、SaaS 和脚本拼接出来的业务流程。Celerp 选择了另一个值得开发者关注的方向:...
手机上的本地大模型,最常见的瓶颈不是 CPU 算得慢,而是权重根本放不进内存。尤其是 MoE(Mixture of Experts,混合专家)模型:文件可能有 18GB、60GB,甚至更大;但在生成一...
家里已有 Frigate 摄像头时,常见的体验是:移动侦测和对象识别已经能产生大量事件,但信息仍碎成一段段通知。看到「检测到猫」以后,主人还得打开片段、判断是不是同一只、回忆今天是否喝水、有没有比平时...
很多产品里的“去背景”一开始只是一个按钮:上传图片,等云端返回一张透明 PNG。真正把它接入内容生产、商品图生成或视频处理流水线后,问题会变得具体:原图能否不离开本机?透明边缘是否可以保留而不是粗暴二...