Younis AI LabAI 应用开发、RAG、Agent 与工程化实践笔记
首页文章时间线项目证据关于简历账户

Tag

多模态

共 4 篇文章。

模型原理与推理

OpenAI o3 与 o4-mini 首发复盘:工具化推理不能替代业务控制面

o3 与 o4-mini 首发把推理、视觉输入和工具选择连成任务循环;生产价值仍取决于外置身份与权限、幂等执行、结果验证、完整轨迹评测和每个合格任务的成本。

发布 2025/04/19更新 2025/05/16
  • OpenAI o3
  • o4-mini
  • 工具化推理
  • 多模态
  • Agent

AI 变革观察

Gemini 2.5 Pro Experimental:1M 上下文为何仍不是生产承诺

Gemini 2.5 Pro Experimental 在首发日已经给出 thinking、原生多模态与 1M 上下文的强能力信号,但当时缺少 Vertex AI 可用性、正式价格和生产承诺;正确动作是建立预览评测,不是直接迁移关键链路。

发布 2025/03/28更新 2025/04/19
  • Gemini 2.5
  • 推理模型
  • 长上下文
  • 多模态
  • 生产评估

AI 变革观察

GPT-4o 的原生多模态与实际可用接口为何不是一回事

2024 年 5 月 13 日能确认的是多模态能力方向、现场演示和分阶段开放;公共 API 当日仍是文本与视觉模型,不能把演示直接当成交付接口。

发布 2024/05/16更新 2024/08/09
  • GPT-4o
  • 多模态
  • API 设计
  • 产品工程
  • 商业化

AI 变革观察

Sora 研究预览真正改变了什么:从生成样片到可交付视频工作流

2024 年 2 月的 Sora 首先是一项受限研究预览:它把长时序视频生成推到新的讨论位置,却没有提供公众可用接口;工程价值要通过分镜约束、人工审片和单位合格镜头成本来验证。

发布 2024/02/18更新 2024/03/09
  • Sora
  • 视频生成
  • 多模态
  • 内容工作流
  • 商业化
© 2026 Younis Zhang
项目复用清单LLMs