视觉模型
科技创业公司
SCM：macOS本地AI图片视频搜索工具发布
一款名为SCM的macOS应用在Hacker News上发布，提供基于本地人工智能的图片和视频搜索功能。该应用采用本地优先架构，所有推理过程在用户设备上运行，无需将内容上传至云端。应用支持自然语言查询、视频场景分割、光学字符识别文本搜索和语音对话提取等多种搜索模式。
科技人工智能
开发者推出轻量级LLM包装函数 支持视觉模型的高效多选问题回答
开发者分享了一个轻量级的Jev风格包装函数，为大语言模型（包括视觉模型）提供统一接口。该函数通过读取LLM的token对数概率来实现高效的多选问题回答，支持文本和图像输入。
科技人工智能
DeepSeek 发布多模态视觉模型 deepseek-v4-flash-vision-exp
DeepSeek 推出新型多模态视觉理解模型 deepseek-v4-flash-vision-exp，已在 DeepSeek API 平台上线。该模型支持图像和文本的多模态输入，可处理 JPEG、PNG、GIF 和 WebP 格式的图像。用户可通过设置 `model='deepseek-v4-flash-visio…