活动回顾|多模态 AI 开发者的线下聚会@深圳站(内含福利)

news2024/9/17 7:17:11

回顾来了!

4 月 22 日,由 Jina AI 和 OpenMMLab 联合主办的 「多模态 AI 」Office Hours @深圳站圆满结束,迎来了将近 60 位开发者的热情参与!现场不仅有别开生面的「开发者集市」供大家打卡赢取好礼,更有四场干货满满的分享和 workshop 让大家全方位领略多模态的魅力。


今年,Jina AI 还将联手更多社区、去到更多城市,与大家线下见面畅聊。你还希望我们去哪里呢?快在评论区留言互动吧!

📷 大合影 📷

0bda0f42b1c42b4cc20c769468c4ef69.png

开发者集市

现场由 Jina AI 联动 OpenMMLab、Xtreme1、AWS User Group 设置四个互动打卡点,让大家打卡的同时能够增进对不同技术社区的了解。

活动原计划于 15:30 正式开始,不到三点就有小伙伴慕名而来,以迅雷不及掩耳之势完成了四家展台的打卡任务,活动群内不断更新“逛展终极好礼还剩4份”,“还剩2份”的实时 update,两分钟后——“送完了!”

62c2012e4055ff7ddf4da3c21d4e1689.jpeg

尽管如此,大家热情不减,继续在各个展位跟工作人员深度交流,集章打卡。

4b7624d8c2b4fe98f9ecea7dc6f24af6.jpeg

当然,送出小礼物只是奖励的一种方式,我们更希望大家能够通过逛展位、完成小任务来更好地了解这些 优秀的技术 公司/社区,在未来的研究和工作中更多地运用技术。

  技术干货

我们正处于人工智能新时代的风口浪尖,正从单模态大步迈向多模态 AI 时代。在计算机科学中,“模态”可以被理解为是“数据类型”,所谓的单模态 AI,就是将AI应用于一种特定类型的数据。然而多模态 AI 则抹去了不同模态之间的界限。未来我们必将看到越来越多的 AI 应用将超越单个模态,发展为多模态,并巧妙利用不同模态之间的关系。

本场活动的分享则是围绕 多模态 AI 的话题展开。

0c353ebf12548a42ff7c532026c97e68.jpeg

Jina AI 高级 AI 工程师王峰博士,从单模态到多模态的范式迁移开始,介绍了Jina 和 DocArray 的核心概念及其在多模态 AI 开发中的作用;并通过分享社区开发者的各种应用案例,为大家展示如何在不同业务场景中使用 Jina 和 DocArray,解决多模态 AI 应用落地的实际问题。

让我们以一个实际的例子来感受这一跨越式的创新。当你在观看一部电影时,想要了解某个角色的背景,单模态神经搜索可能只能提供文本描述。而多模态神经搜索则可以为你提供包括文本、图片、视频在内的多种信息,让你更为直观地了解角色的历史与特点。


这就是一个多模态的应用场景,涉及到不同类型的数据和算法。而神经搜索可以帮助我们 快速地搜索和匹配不同模态之间的相关性

10e603df50e0afd7fa9f174734fb0562.jpeg

单模态搜索局限于处理单一类型的数据,例如文本或图像。然而,多模态神经搜索则能够同时处理不同类型的数据,为用户提供更为丰富的信息。

    • :Jina AI 创始人肖涵博士解读多模态 AI 的范式变革

接下来,王峰博士介绍了 Jina 和 DocArray 的核心概念以及如何使用它们,他以实际案例介绍 Jina 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。

Jina 提供了一些核心组件,如 Document、Executor 和 Flow,可以帮助我们构建高效的多模态 AI 应用。同时,DocArray 作为 Jina 中的底层数据结构,可以帮助我们 高效地表示、传输和存储多模态数据

    • 应用案例:基于 DocArray 和 Redis 开发的电商产品推荐系统

我们可以想象一个电商平台,用户可以上传一张图片或语音来描述自己的需求,然后搜索引擎可以根据用户的输入返回相应的商品。这个应用场景需要处理多种类型的数据和算法,并且需要考虑 实时性 可扩展性 等方面的问题。

通过使用 Jina 开源 MLOps 框架,我们可以快速构建这样一个高效的神经搜索应用,并且可以轻松地适应不同的业务场景。

5abe925a2585743a16e01bae34e65d2f.jpeg

王峰还介绍了 Jina AI 在 LLM 的相关实践,如定制化大模型微调服务 Finetuner+:我们根据客户的数据和需求,对通用大型语言模型进行定制化微调,将通用的大模型转变为客户所在行业的专家。并且将微调权重完全保留在客户组织的基础设施内,大大减少了数据泄露的风险。

不少开发者们表示对大模型私有化部署的服务有需求,扫描下方二维码提交你的需求,我们的产品团队会尽快联络你!

    • 了解更多:定制你的专属大模型 Finetuner+体验开启!

72cc175a80d1eb2a98db0d8d2f12d44f.jpeg

王峰还介绍了 Inference API,提供了 CLIP、BILP 等模型的 API 调用,可用于视觉推理、图片问答和生成文本/图像 Embedding 等任务。开发者只需要选择任务和模型,集成 API 到应用中,即可使应用更智能、更高效,无需花精力去开发和维护 AI 模型。

🔗 登陆后体验:https://cloud.jina.ai/user/inference

  上手体验

Jina AI 软件工程师余子牛带领大家上手体验了我们全新推出的跟 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

4a034fe7d02faa0da6c7477179658da8.jpeg

还没有用够的同学可以复制链接到浏览器继续体验,首次注册即送 20 个积分!我们还为现场到来的同学准备了限时八折专属优惠,记得在 4 月 24 日晚上前使用!

87aba3f8b0c6d1d0a6c1fe6cbb1b28e9.png

没有亲临现场也没关系,继续关注 Jina AI 公众号,不定期会放出更多优惠哦!

  自由交流

现场还有同合杉天的创始人何承翰,作为 Jina AI 的社区大使,上台简单介绍了基于 Jina AI 的 DocArray 和 CLIP-as-service 开发的智能剪辑项目。当即有观众要求“分享链接来看看!”

2dc0e5fc6ad0d0718d04732715547fdc.jpeg

同合杉天文化传媒有限公司是一家专注于通过技术手段赋能信息流媒体制作与传播服务的科技文化传媒类公司,拥有多模态内容的智能创作、生成、分发全链路支持技术,同时也在以 NMCN(小众多频道网络)的形式,为多个垂类的数十位天才级视频博主提供了多元化的内容创作于传播服务。希望通过最少量的信息输入与极低的学习成本和操作门槛,借由机器自动生成多模态内容并分发,以创造最大化的商业和舆论价值。

在未来,我们也希望看到更多的「社区代言人」来到 Jina AI 的活动主场、或代表我们对外分享你们用 Jina 产品开发的新奇项目和实践,欢迎报名申请成为「社区代言人」哦,我们收到反馈会第一时间联系到你,让你成为社区最闪耀的🌟!

🔗申请链接:https://wj.qq.com/s2/11553676/f037/

a245e1d367c6a2c2417e86c09817e00a.jpeg

现场还有很多小伙伴询问“如何加入 Jina AI 社区贡献一份力量?”、“后续怎样跟工程师交流更多问题?“、”想要了解 Finetuner+ 定制服务、探索更多商业合作可能性?”

扫码添加小助手微信并备注来意,我们会跟你进一步沟通~

7babbd7ad855be15af71c7fd61d38c41.png

填写反馈

最后,为了帮助我们更好地提升活动体验,诚邀参加活动的小伙伴可以填写下方活动反馈表单,期待下次相聚!填写表单,你将收获:

✅ 终极惊喜好礼:罗技鼠标或键盘(共 2 位,系统自动抽奖)

✅ 获取 PPT 下载链接:记得留下你的邮箱哦,我们将通过邮件发送

cd3aaacd6e2c8821b86589b453bc0929.png

PC端可复制链接:https://wj.qq.com/s2/12035339/11f3/

特别感谢

感谢 AlphaBay 智汇港湾对本次活动的大力支持!感谢 OpenMMLab 的精彩分享和 AWS User Group 深圳、Xtreme1 提供的展区任务和礼品,还要感谢 Jina AI 深圳志愿者雅君的大力协助~当然,更要感恩将近 60 位小伙伴的热情参与和宝贵建议,让我们跟大家产生更深的联结!

OpenMMLab 后续也将发出回顾文章及更多精彩活动,欢迎关注!

欢迎评论区留言,说说你想让我们去到的城市吧9bf570325e1a7ec51696b7c45b42b81c.png 首位留言的同学将获得我们 2023 年正在制作的精美周边哦,抢先体验、全拼手速!

活动预告

4 月 27 日(周四)晚八点,Jina AI 联合 JetBrains,聚焦生成式任务和语音转图像任务的相关概念和应用,并演示 如何使用 Jina 框架结合 PyCharm 快速搭建语音到图像(Speech-to-Image)的工作流。

本次直播,我们会展示如何基于 Jina 框架,用简单的代码,就能快速搭建语音输入到图像生成的工作流。

通过本次分享,你将对生成式任务的原理和基础架构有一个基本了解,并可以轻松上手构建你的第一个语音转图像项目。

    • 提前预习:嗨 Jina,帮我画一幅高山流水图

直播收看方式:

直播时间:4 月 27 日(周四) 20:00

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

👉点次查看上海 Meetup

更多技术文章

🧬 定制你的专属大模型 Finetuner+ 体验开启!

💡 用 SceneXplain 为图片讲个好故事

🏁 图像描述算法排位赛

🗣️ 揭秘 Auto-GPT 喧嚣背后的残酷真相

3446b2c1332572274cf6aa1a2b7dfce1.png

点击“阅读原文”,即刻填写活动反馈

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/454578.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

传统机器学习(六)集成算法(1)—随机森林算法及案例详解

传统机器学习(六)集成算法(1)—随机森林算法及案例详解 1、概述 集成学习(Ensemble Learning)就是通过某种策略将多个模型集成起来,通过群体决策来提高决策准确率。 集成学习首要的问题是选择什么样的学习器以及如何集成多个基学习器&…

杂谈 看唯工具论的问题 与 瑞典马工的一些言论 如何辩证看

开头还是介绍一下群,如果感兴趣polardb ,mongodb ,mysql ,postgresql ,redis 等有问题,有需求都可以加群群内有各大数据库行业大咖,CTO,可以解决你的问题。加群请联系 liuaustin3 ,在新加的朋友会分到2群(共…

华为OD机试真题(Java),根据员工出勤信息,判断本次是否能获得出勤奖(100%通过+复盘思路)

一、题目描述 公司用一个字符串来标识员工的出勤信息 absent:缺勤late:迟到leaveearly:早退present:正常上班 现需根据员工出勤信息,判断本次是否能获得出勤奖,能获得出勤奖的条件如下: 缺勤不超过1次没…

闲聊之π和e到底是个啥

π和e 1. 圆周率π 耳熟能详的π,到底是什么,怎么来的? 圆周率π,圆的周长C2πr,其中r是圆的半径 1.1 刘徽割圆术 如图中所示,作出圆内的正十二边形,正二十四边形,…,用…

倾斜摄影三维模型OSGB格式 到OBJ 格式转换几个软件操作方法

倾斜摄影三维模型OSGB格式 到OBJ 格式转换几个软件操作方法 倾斜摄影三维模型是一种重要的三维地理信息数据,通常以OSGB格式保存。但在不同的三维软件中使用时,需要将其转换为更通用的OBJ格式。本文将介绍在技术上如何将OSGB格式的倾斜摄影三维模型转换为…

手机投屏到电脑的实用工具

版权声明 本文原创作者:谷哥的小弟作者博客地址:http://blog.csdn.net/lfdfhl 背景说明 最近在项目开发工作中需要将手机屏幕投影到PC端,并通过PC端操作手机。为了满足该项开发需求,在项目小组中采用了Vysor作为工具。 Vysor介…

手写axios源码系列四:interceptor拦截器

文章目录 一、拦截器 interceptor1、创建 InterceptorManager.js 文件2、Axios 中实例化 InterceptorManager 类3、总结 在本系列的第一篇章节 手写axios源码系列一:axios核心知识点 中已经介绍过一些拦截器的基础知识,可知拦截器分为: 请求…

24从零开始学Java之如何正确地使用一维数组

作者:孙玉昌,昵称【一一哥】,另外【壹壹哥】也是我哦 千锋教育高级教研员、CSDN博客专家、万粉博主、阿里云专家博主、掘金优质作者 前言 在之前的文章中,壹哥给大家讲解了java里的顺序结构、分支结构、循环结构等内容&#xff0…

diffusion扩散模型之hello world

以mnist图像生成样本为例,详细解释diffusion的每个步骤和过程 扩散模型包括两个过程:前向过程(forward process)和反向过程(reverse process),其中前向过程又称为扩散过程(diffusio…

Taro React组件开发(9) —— RuiCountDown 倒计时

1. 需求实现 根据传入的格式,返回倒计时的文本字段;时间格式需要自定义,需要返回对应时间的值;对毫秒级的时间进行渲染;自定义时间的样式;手动控制倒计时的开始、暂停和重置。2. 需求实现 查找网上类似组件 uView CountDown 倒计时;由于 uView CountDown 倒计时 是使用 …

深度学习 - 42.特征交叉与 SetNET、Bilinear Interaction 与 FiBiNet

目录 一.引言 二.摘要 - ABSTRACT 三.介绍 - INTRODUCTION 四.相关工作 - RELATED WORK 1.因式分解机及其变体 - Factorization Machine and Its relevant variants 2. 基于深度学习的点击率模型 - Deep Learning based CTR Models 3.SENET Module 五.FiBiNet Model 1…

【嵌入式】HC32F定时器PWM捕获+APC芯片实现模拟AD采样

目录 一 项目背景 二 原理说明 三 设计实现——定时器初始化 四 设计实现——PWM捕获 五 梳理总结 一 项目背景 目前使用了TI的ADC采样芯片ADS1018实现模拟量4-20mA/0-20mA的采样,原理是将外部输入的模拟量信号4-20mA,经由并联的两个100Ω电阻&#…

day-01 one-day projects

个人名片: 😊作者简介:一名大一在校生,web前端开发专业 🤡 个人主页:python学不会123 🐼座右铭:懒惰受到的惩罚不仅仅是自己的失败,还有别人的成功。 🎅**学习…

AIGC席卷,抖快、阅文、知乎大战网文圈

配图来自Canva可画 成熟的网文市场,时不时进来一条鲶鱼。 经历了二十几个夏秋秋冬,网文市场形成了阅文、晋江、七猫、番茄等平台割据一方稳定的市场格局。后来暗自布局网文市场的知乎、抖音、快手等新玩家开始浮出水面,未来的市场纷争下或许…

Docker持久化方式-v和-volume的区别

docker数据的持久化一直用的是-v的方式,又叫Bind Mounts(目录绑定),偶然间发现还有一种通过卷轴来实现持久化的方式,翻了下资料,整理了一下两种方式使用的场景。 -v(Bind Mounts) …

使用 Apache PDFBox 操作PDF文件

简介 Apache PDFBox库是一个用于处理PDF文档的开源Java工具。该项目允许创建新的PDF文档,操作现有PDF文档,并从PDF文档中提取内容。Apache PDFBox还包括几个命令行实用程序。 Apache PDFBox的主要功能如下: 从PDF文件中提取Unicode文本。将…

浅析提高倾斜摄影超大场景的三维模型轻量化的数据质量关键技术

浅析提高倾斜摄影超大场景的三维模型轻量化的数据质量关键技术 倾斜摄影超大场景的三维模型轻量化的质量关键技术主要包括: 1、保持数据精度。在进行轻量化处理时,必须确保数据的精度不受损失,否则会影响后续分析和应用方案。因此&#xff0…

接口测试不再难。这篇文章让你在5分钟内掌握接口自动化测试用例

目录 摘要: 一、背景 二、测试用例设计 三、测试脚本实现 四、最佳实践和技巧 总结 摘要: 本文介绍了接口自动化测试的重要性,并提供了一个简单的测试用例,涵盖了设计、条件、步骤和数据方面的考虑。通过使用Python中的req…

C/C++|物联网开发入门+项目实战|函数输入与输出|值传递|地址传递|连续空间的传递|嵌入式C语言高级|C语言函数的使用(1)-学习笔记(11)

文章目录 函数概述输入参数示例:值传递地址传递连续空间的传递 参考: 麦子学院-嵌入式C语言高级-C语言函数的使用 函数概述 一堆代码的集合,用一个标签去描述它 复用化,降低冗余度 标签 ------ 函数名 函数和数组都属于内存空间&#xff0c…

C语言system讲解

‘system’是C语言标准库中的一个函数,它的作用是对计算机系统进行操作,如创建文件夹,打开文件夹,清空屏幕等等,下面介绍一下常用的几个system命令 system函数原型 int system(const char* command); command是字符…