多模态 AI 开发者召集令|4月22日@深圳,等你参加!

news2024/11/27 16:27:59

四月春暖花开,Jina AI 联合好朋友 OpenMMLab 一起,共同举办第八期「中文社区面对面」活动,将于 4 月 22 日(周六)下午在 Alpha Bay 深圳智汇港湾孵化器举行。本活动也得到了亚马逊云科技 User Group@深圳、Xtreme1 的大力支持!

本篇文章我们将带大家详细了解四场 Talk 分别将带来哪些技术干货?你能从 Talk 中获得什么收益?现场又设置了哪些好玩的上手体验环节?

  • ⏰ 时间:4 月 22 日(周六)15:30-18:30

  • 📌 地点:深圳 Alpha Bay 智汇港湾孵化器

  • 报名:扫描文中二维码,或点击 https://wj.qq.com/s2/12059024/872c,即可报名,我们会在 12 小时内联系你

温馨提示:记得带上笔记本电脑来参加 workshop 和集市任务哦

技术演讲|详解

Talk 1《多模态 AI 应用开发新范式》

议题简介:

本次演讲中将介绍神经搜索的概念、单模态到多模态的范式迁移及存在的问题,介绍 JinaDocArray 的核心概念及如何使用;以实际案例介绍 Jina AI 开源 MLOps 框架如何在不同业务场景中赋能开发者,解决多模态 AI 应用落地的实际问题(如在游戏领域的 3D 模型搜索,生成式 AI 领域的图片搜索)。

预习资料:

  • GitHub 地址:https://get.jina.ai

  • 文档地址:https://docs.jina.ai

  • 技术博客:https://jina.ai/news

Talk 2《Jina AI 产品新动态》

百闻不如一见,一见不如上手试试!

这个 Talk 由 产品介绍workshop 两部分组成。

在演讲部分,工程师将介绍 Jina AI 推出的跟 LLM、生成式 AI 相关的产品:

  • 高效决策顾问 Rationale,🔗 rationale.jina.ai

  • 自动化提示工程师 PromptPerfect,🔗 promptperfect.jina.ai

  • 讲述图片背后的故事 SceneXplain,🔗 scenex.jina.ai

在 workshop 部分,工程师将带领观众 上手体验 产品,期待看到观众们的奇思妙想。

Talk 3《OpenMMLab:从视觉到多模态,从研究到落地》

议题简介:

本次分享将从几个方面介绍 OpenMMLab 最新进展,包括近期发布的 OpenMMLab 2.0 带来的一系列性能和使用体验上的升级;多模态技术在视觉任务中的应用,以及 OpenMMLab 中对相关算法和功能的实践;OpenMMLab 从学术研究向算法落地拓展的一系列工作,包括工业级的实时高性能感知模型 RTMDet 和 RTMPose,以及打通模型片上转换、部署流程的硬件模型库。

预习资料:

  • GitHub 地址:https://github.com/open-mmlab

  • https://github.com/open-mmlab/mmyolo

  • 官网详情:https://openmmlab.com/

Talk 4《MMYOLO 与 RGBX 感知与大模型发展的探索》

**议题简介:

本次分享将同大家一起探索 GBX 感知与大模型发展,这里的 RGBX 感知包括了(RGB-Thermal,RGB-Depth,RGB-Lidar)等的多模态信息融合的研究,具体内容将从RGBX近期的研究进展、在 MMYOLO 上使用怎么做一个 RGB-Thermal 的目标检测任务以及个人对 LLM 大模型之后的 RGBX 调研和思考这三个维度展开。

在下一次推送中,我们将跟大家介绍**「开发者集市逛展攻略」**,关注 Jina AI 公众号或直接报名活动,最新动态不迷路!

扫码报名


报名截止至北京时间 4月20日(周四)12:00,60 个名额先到先得!

主办方

Jina Al(https://jina.ai/)是一家专注于多模态 Al 技术的开源软件公司,利用云原生、MLOps 和 LMOps 让每个企业和开发者都能享受到最好的搜索和生成技术,其开源项目 Jina、DocArray(目前已捐赠给Linux 基金会)等在 GitHub 累计收到将近四万星星的关注,多次登榜 GitHub Trending,获得来自全球开发者的青睐。通过使用 Jina 全家桶,开发者和企业可以轻松在云上开发部署多模态,跨模态应用。

OpenMMLab 诞生于 2018 年,是深度学习时代计算机视觉领域最全面、最具影响力的开源算法体系。旨在为学术和产业界提供一个可跨方向、结构精良、跨站性强、易复现的统一算法工具库。OpenMMLab 涵盖了广泛的算法领域和应用场景,实现了从训练到部署的全链条价值。目前,OpenMMLab 已经累计开源了超过 30 个算法库,涵盖分类、检测、分割、视频理解等众多算法领域,有超过 300 种算法实现、2,400 多个预训练模型。在 GitHub 上获得超过 75,000 个标星,同时吸引了超过 1,600 名社区开发者参与项目贡献,用户遍及超过 110 个国家和地区,覆盖全国全球顶尖高校、研究机构和企业。

合作伙伴

亚马逊云科技 User Group 社区是为开发者们提供彼此学习、分享技术实践、培训进阶等活动的技术交流分享空间。同时,通过分享亚马逊云科技服务,帮助开发者解决遇到的技术挑战。迄今为止,亚马逊云科技 User Group 社区全球已超过 470 个组织、覆盖 98 个国家,共计 50 多万名成员。亚马逊云科技 User Group 深圳成立于2021年,是目前国内亚马逊云科技 User Group 中较为活跃和知名的技术社区之一。每个季度至少举办一场线下活动 ,努力构建成深圳当地开发者及科技从业人员最值得信赖的交流社区。

Xtreme1 是全球首个开源多模态训练数据平台,通过提供 AI 赋能的软件工具、数万项目提炼的本体中心和丰富的数据治理特性,来加速多模态训练数据处理效率,进而提高 AI 工程师的建模效率。由倍赛科技团队研发, 2022.9 正式开源,2022.12 捐赠 Linux Foundation AI & Data 基金会。

支持单位


感谢智汇港湾对本次活动的大力支持!
智汇港湾孵化器(Alpha Bay)隶属于金地集团,专注于泛人工智能领域早期项目团队的投资、孵化。通过与优质产业资源的互惠合作,立足科技成果转移转化,建立良性产业发展生态。通过对入孵项目提供投资、场地、场景订单等创业服务,实现产学研深度融合和大中小企业融通发展,努力搭建人工智能人才交流、科技转化、资本凝聚、分享共赢的创新创业服务平台。

关于「中文社区面对面」

中文社区面对面是 Jina AI 在去年7月首次推出的栏目,旨在为社区用户提供支持并倾听用户的反馈,以帮助开发者更快速地了解 Jina 生态,更轻松地构建和部署自己的多模态应用,同时也帮助我们更好地提升产品的使用体验。

👉点此查看往期回顾

更多技术文章

📖 Jina AI创始人肖涵博士解读多模态AI的范式变革

🎨 语音生成图像任务|🚀 模型微调神器Finetuner

💨 DocArray + Redis:快到飞起来的推荐系统

😎 Jina AI正式将DocArray捐赠给Linux基金会

🧬 搜索是过拟合的生成;生成是欠拟合的搜索

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/423551.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

C++ std::cin

C std::cin相关概念使用1. 一个常见的使用场景:2. 用于静态对象的构造和析构函数中,访问标准输入/输出流是安全的。3. 作为 *while* 语句的条件4. 配合 *get*、*getline* 使用相关概念 istream 一个class,提供输入操作。cin 一个 istream 对…

javaweb游戏代练网站设计与实现

目 录 第1章 绪论 5 1.1 选题的依据及意义 5 1.2 国内外现状研究 6 1.3 研究目的 6 第2章 设计技术与开发环境 7 2.1 相关技术介绍 7 2.1.1 JSP简介 7 2.1.2 B/S模式分析 8 2.1.3 mysql简介 9 2.2 开发环境介绍 9 2.2.1 Myeclipse简介 9 2…

魔镜魔镜告诉我,如何挑选靠谱的硬件方案!

随着传统健身房半胁迫顾客进行数万元的预售、办卡后,分分钟遁地跑路的新闻已经在大家心中留下了深深的烙印,再加上良莠不齐的教练、器材质量、永远无法抢到的健身课、以及办卡之后就被“打入冷宫”……可真是苦了每一个无处安放的运动灵魂啊!…

XCODE14生成的APP制作成IPA

1.用XCODE14生成Archives存档包 2.在Finder中显示 3.显示包内容 4.双击进入Products 5.双击进入Applications 6.复制生成的.App文件到Playload文件夹 压缩Playload文件夹成zip 重命名zip为ipa 在弹出 的 提示中 选择 Use .ipa 重命名IPA文件为自己的命名

【vscode】SSH连接远程服务器Host/容器

目录 1. 连接远程服务器 1.1 确保远程服务器Host上ssh打开 1.2 本地主机 1.2.1 安装ssh-client 1.2.2 安装vscode插件 1.2.3 通过密钥完成身份认证 1.2.4 SSH连接配置 2. Python代码跳转 3. C代码跳转 4. Git 历史记录 5. 连接远程服务器上的Docker容器(易…

radmin远程控制软件怎么样,有没有替代品

Radmin 是流行的、屡获殊荣的安全远程控制软件,它使您能够在远程计算机上实时工作,就像使用它自己的键盘和鼠标一样。 您可以从多个地方远程访问同一台计算机,是网络和管理类别中流行的远程桌面工具。 Radmin 是外国软件,在国内使…

Unity协程和线程的区别深入理解(附实验展示)

Unity协程和线程的区别附实验展示写在前面协程、进程、线程的概念进程与线程的区别协程与线程的区别实验1:协程中执行普通函数实验2:协程中开启另一个协程实验3:协程中开启WWW请求实验4:一个脚本中多个协程访问临界资源实验5&…

车载以太网基础篇之Eth Driver

车载以太网基础篇之Ethernet Driver前言 首先,请问大家几个小小问题,你清楚: 你知道Eth Driver模块的主要作用是什么吗?EthDriver与以太网控制器,以太网收发器,都有哪些关系呢?Eth Driver的常…

java虚拟机反射机制

(1)Java虚拟机反射机制的定义? Java反射机制是在运行状态中,对于任意一个类,都能够知道这个类的所有属性和方法;对于任意一个对象,都能够调用它的任意方法和属性;这种动态获取信息以及动态调用对象方法的功…

苍穹最终一致性使用

适用场景 最终一致模式可以保证跨数据库或跨节点更新时的数据一致。它会以1个更新操作为基准,注册多个其它更新操作,最终保证所有更新都成功,实现分布式事务的弱一致性。可以适用一个更新适用多个场景(跨云、跨库、跨系统) 工作原理 1、在第…

4月17日第壹简报,星期一,农历闰二月廿七

4月17日第壹简报,星期一,农历闰二月廿七坚持阅读,静待花开1. 风云三号G星顺利入轨!我国成功发射首颗主动降水测量卫星(能探测到毛毛雨般的降水)。2. 四次出舱!神舟十五号乘组刷新单个乘组出舱活…

Opencv c++ 图片截取不规则ROI区域

做目标检测的很多时候,需要我们选择一个相对固定的区域来识别目标。 思路很简单,适合相机固定,ROI变化不大的场景。 1、原图备份后先截取不规则的ROI区域,其他区域置为黑背景,检测识别效果 2、在原图上,将…

全新适配鸿蒙生态,Cocos引擎助力3D应用开发

一、适配HarmonyOS背景 HarmonyOS 3.1版本自发布以来,备受广大开发者的好评,同时也吸引了鸿蒙生态众多伙伴的青睐。 鸿蒙生态所强调的智慧全场景、多端联动与跨设备流转等能力,与Cocos所具有的跨平台、低功耗、高性能三大核心特点不谋而合。C…

银河麒麟服务器ky10 sp3 x86编译安装postgresql(包含uuid)

目录 下载 编译安装 目录说明 脚本文件说明 压缩包说明 脚本代码 下载 官网 PostgreSQL: The worlds most advanced open source database 源码下载地址 PostgreSQL: File Browser 有多个版本可以选择,我选择的是10.23 点击下载即可 我下载好之后把他上传到…

Qt网络编程 (udp广播和接收例)

大纲概述senderreceiver演示概述 使用两个项目 1 sender 用来广播"hello world";2 receiver 用来接收广播信息 sender 1 创建Qdialog类2 在sender.pro 中添加 QT network 一行代码3 在sender.h 中声明类 class QUdpSocket;在声明一个私有对象QUdpSocket *sender;…

ASEMI代理AD8226ARZ-R7亚德诺(ADI)车规级AD8226ARZ-R7

编辑:ll ASEMI代理AD8226ARZ-R7亚德诺(ADI)车规级AD8226ARZ-R7 型号:AD8226ARZ-R7 品牌:ADI /亚德诺 封装:SOIC-8 批号:2023 安装类型:表面贴装型 引脚数量:8 类…

VS 创建ATL组件(C++)

目录1、新建ATL项目2、添加接口类、实现接口方法3、创建自己的方法。在头文件Add.h中添加声明4、在源文件Add.cpp中添加函数实现5、在MyComTest.idl中添加方法接口设置,如interface IAdd:IDispatch中所示。6、解决方案配置选择release, 平台选择x64,生成。MyComTest…

【数据结构与算法】判定给定的字符向量是否为回文算法

题目: Qestion: 试写一个算法判定给定的字符向量是否为回文。   回文解释: 回文是指正读反读均相同的字符序列,如“abba”和“abdba”均是回文,但“good”不是回文。 主要思路: 因为数据要求不是很严格并且是一个比较简单的…

软件测试—基础篇

软件测试—基础篇🔎软件测试的生命周期🔎如何描述一个BUG🔎如何定义BUG 的级别🔎BUG 的生命周期🔎测试的执行与管理测试的执行与管理如何发现更多的BUG🔎产生争执怎么办🔎结尾🔎软件…

基于PaddlePaddle的词向量实战 | 深度学习基础任务教程系列

词向量是自然语言处理中常见的一个操作,是搜索引擎、广告系统、推荐系统等互联网服务背后常见的基础技术。 在这些互联网服务里,我们经常要比较两个词或者两段文本之间的相关性。为了做这样的比较,我们往往把词表示成计算机适合处理的方式。最…