新知榜官方账号
2023-07-08 15:32:27
HuggingFaceTransformersAgents是一个大模型专属的AI工具集成包,让ChatGPT等大模型具备多模态能力,包括图像、语音、文档等任何多模态任务都能解决,并能实时返还处理好的结果。
这个功能相当于给ChatGPT等大模型配备了“多模态”能力,不仅仅限于文本,而是图像、语音、文档等多种类型的任务都可以解决。
可以告诉ChatGPT“解释这张图像”,并扔给它一张海狸照片。ChatGPT就能调用图像解释器,输出“海狸正在水里游泳”。
同时,HuggingFaceTransformersAgents还支持OpenAssistant等免费大模型,TransformerAgent负责教会这些大模型直接调用HuggingFace上的任意AI模型,并输出处理好的结果。
这个新上线的功能,背后的原理是将HuggingFace上各种大大小小的AI模型,收纳在一个集成包里,并被分门别类为“图像生成器”、“图像解释器”、“文本转语音工具”等,每个工具都会有对应的文字解释,方便大模型理解自己该调用什么模型。
通过调用上面这些AI模型,包括图像问答、文档理解、图像分割、录音转文字、翻译、起标题、文本转语音、文本分类等任务都可以完成。
除此之外,HuggingFaceTransformersAgents还包含一些Transformer库以外的模型,包括从网页下载文本、文生图、图生图、文生视频等,这些模型不仅能单独调用,还可以混合在一起使用。
对于HuggingFaceTransformersAgents,也有网友指出,有点像是LangChainagents的“平替”,但HuggingFaceTransformersAgents的功能更加全面,可以解决更多类型的多模态任务。
感兴趣的读者可以通过以下链接了解更多详情:
[1]https://twitter.com/huggingface/status/1656334778407297027
[2]https://huggingface.co/docs/transformers/transformers_agents
微信扫码咨询
相关工具
相关文章
推荐
阿里Accio中文版上线!一键搞定复杂采购
2025-08-19 09:13
视频“用嘴编辑”的时代来了,但钱包顶得住吗?
2025-08-15 17:59
智谱新模型GLM-4.5V全面开源,玩家们有福啦!
2025-08-12 17:56
扎心文案+AI插画=爆款!揭秘8万赞视频的制作全流程
2025-08-12 10:08
GPT-5没你想的那么好,附实测体验~
2025-08-11 11:07
一站式搞定AI绘图+视频,AI短片效率飙升的秘密在这儿!
2025-08-08 09:26
打工人新神器!10款国产AI,让你告别996!
2025-08-08 09:24
豆包视觉推理深度体验,AI也能“边看边想”了!
2025-08-08 09:19
300美元的AI男友来了!马斯克的情感生意从女友做到男友
2025-08-01 17:56
Agent智能体:2025年企业新员工,月薪仅需一度电?
2025-07-30 17:49