搜索结果：multi-modal（4 个）
按分类缩小范围
ten-framework
商机 72
用于构建对话式语音 AI Agent 的开源框架。
RAG-Anything
商机 67
RAG-Anything 是一款一体化的 RAG（检索增强生成）开发框架。
MiniCPM-V
商机 63
支持在本地设备上运行的端侧多模态模型，可看、可听并支持实时交互。
open_clip
商机 62
CLIP 的开源实现。