多模态 - AI·新世界

用于视觉语言预训练的多模态教科书2.5 Years in Class

最新研究 用于视觉语言预训练的多模态教科书2.5 Years in Class

由浙江大学和阿里巴巴达摩院的研究团队提出了一种用于视觉语言预训练（VLP）的多模态教科书 2.5 Years ...

Meta推出多模态Transformer架构MoT：处理文本、图像和语音等多种数据类型，并且在统一的框架内进行训练

Meta AI Meta推出多模态Transformer架构MoT：处理文本、图像和语音等多种数据类型，并且在统一的框架内进行训练

大语言模型（LLMs）的发展已经扩展到多模态系统，这些系统能够在统一的框架内处理文本、图像和语音。与仅处理文本...

多模态音乐理解和生成模型M2UGen，能够理解和生成各种音乐

AI新品 多模态音乐理解和生成模型M2UGen，能够理解和生成各种音乐

由腾讯与新加坡国立大学开发的多模态音乐理解和生成模型 M2UGen 已经上架 GitHub，并在 Huggin...

为元宇宙打开大门！Meta开源多模态AI模型ImageBind，借 6 种感官数据生成完整场景

AI新品 为元宇宙打开大门！Meta开源多模态AI模型ImageBind，借 6 种感官数据生成完整场景

有别于 OpenAI 与谷歌的 AI 研究日益走向封闭，Meta AI 依旧保持开放的态度，近短时间已经开源了...