Llama 应用支持语音/图片/视频同时输入,基于 LFM3-Omni 本地运行
mervenoyann · x · 2026-11-12
Llama 应用宣布同时支持语音、图片、视频多模态输入:按下录音键口头提问、附上照片,即可获得快速回答,全部在本地设备上运行,背后由 Liquid AI 的 LFM3-Omni 多模态模型驱动。
「多模态」频道最新
- PhyRubric：基于评分细则诊断文生视频物理常识，UIC 团队发布新基准 — Huiyi Chen · 2026-11-12
- 分层+蒙版工作流:把多张 SD 局部重绘结果合成一张可继续编辑的图 — Deftroyy · 2026-11-12
- VAE 横评:MiniMax-H3-Image 潜空间压缩太狠,细节还原垫底 — ostrisai · 2026-11-12
- Adobe MAX 灵感演讲：Firefly Boards 如何改变一镜到底拍摄 — rufusd · 2026-11-12
- Pomelli 支持锁定模特特征，广告拍摄保持 AI 模特一致性 — jacalulu · 2026-11-12
- 开源 music-skill:让 Claude 逐音符作曲渲染,7 个模型一段提示各出一曲 — BandicootNo3152 · 2026-11-12