随着数字化转型不断深入，企业业务变得更加多元复杂，非结构化与半结构化数据的分析需求越来越旺盛，数据量也越来越大，传统关系型数据库对于文本的多样性检索支持能力不足，催生了搜索型数据库的发展。

现在，随着人们对能够同时处理不同类型数据（图像、文本、音频和视频）的多模态人工智能系统的兴趣日益浓厚，这些多功能工具的小型版本也随之增加。下面，我们将介绍最近受到广泛关注的5款小型多模态AI工具。

从目前市场发展状态来看，大部分企业已经到了“黄金”阶段。去年，大部分用户已经开始使用Stable Diffusion、Kimi 、Claude 3等类似的大模型应用，尝试做文本交流，但是还没有看到明显的业务效果。

当前，大数据、大算力、强算法深度融合,推动人工智能走向大模型时代。自2023年以来，大模型进一步在长文本语意理解、超大规模逻辑推理、多模态内容感知与生成等方面取得长足发展，展现出商业应用的巨大潜力

在刚刚过去的上周，AI技术再一次成为焦点，在OpenAI仅有30分钟的发布活动中，ChatGPT 4-o的表现可谓“技惊四座”。CheaGPT 4-o的“o”代表了 omni（意为“全能的”）-- 能够接受文本、音频和图像任意组合的输入与输出。

三星正在增加新的功能，以提高设备的可访问性，例如数字家电可响应免提手势。此外，移动设备在通话过程中提供自动生成的字幕，而电视和显示屏提供了一种新的、由AI启用的文本转语音功能，可将字幕转换为口语

随着OpenAI的ChatGPT火遍全球，大语言模型（Large Language Model，下文简称LLM）成为了人工智能领域的热门话题。大语言模型是一种基于深度学习的自然语言处理技术，它能够模拟人类的语言能力并生成连贯的文本。

随着人工智能技术的发展，爱奇艺内部越来越多的服务使用深度学习模型和技术来驱动，为我们的用户提供更加智能和便捷的在线视频观看体验。其中在线类的服务，通常单个容器实例需要独占一个 GPU，以实现在毫秒/秒级延时内完成例如视频、图片、语音、文本的深度学习模型推理请求。

7月19日,有专业分析报告构建了中国各职业的人工智能影响指数,其中影响指数最高的职业就是财务/审计/税务等,这些工作共同特点在于工作任务包含较多的文本处理

华为云盘古政务大模型将助力白云智慧城管系统提升图片、文本等数据的分析精度及速度，实现城市管理事件自动立案、自动审核预结案，加速白云区形成告警推送、互联互通、快速反应的城市运行管理中心，全面赋能城市应用智能升级。