多模态：让大模型看懂世界
前言：从"读文字"到"看世界"GPT-3 时代的大模型只能处理文本：GPT-4V 时代的多模态大模型：多模态（Multimodal） = 多种信息形式：文本、图像、音频、视频...graph TB subgraph 单模态时代 T1文本输入…
4 0
10 分钟 阅读全文
标签
多模态
共 1 篇文章
没有更多了
共 1 篇文章
前言：从"读文字"到"看世界"GPT-3 时代的大模型只能处理文本：GPT-4V 时代的多模态大模型：多模态（Multimodal） = 多种信息形式：文本、图像、音频、视频...graph TB subgraph 单模态时代 T1文本输入…