微軟最新發(fā)布：從專家到通用AI代理，一文讀懂「多模態(tài)基礎(chǔ)模型」

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：微軟最新發(fā)布：從專家到通用AI代理，一文讀懂「多模態(tài)基礎(chǔ)模型」

關(guān)鍵字：模型,視覺,報(bào)告,圖像,基礎(chǔ)

文章來源：人工智能學(xué)家

內(nèi)容字?jǐn)?shù)：7702字

內(nèi)容摘要：視覺是人類和其他生物感知世界的主要渠道之一。人工智能（AI）的一個(gè)核心愿景是開發(fā) AI 代理，模仿感知、生成視覺信號(hào)，與視覺世界進(jìn)行互動(dòng)。近日，微軟研究團(tuán)隊(duì)發(fā)布了一份多模態(tài)基礎(chǔ)模型分類和演化的綜述，展示了視覺和視覺語(yǔ)言能力。值得注意的是，該研究還重點(diǎn)探討了多模態(tài)基礎(chǔ)模型從專業(yè)化到通用視覺助手轉(zhuǎn)變的方法。相關(guān)研究論文以“Multimodal Foundation Models:From Specia…

原文鏈接：點(diǎn)此閱讀原文：微軟最新發(fā)布：從專家到通用AI代理，一文讀懂「多模態(tài)基礎(chǔ)模型」

聯(lián)系作者

文章來源：人工智能學(xué)家

作者微信：AItists

作者簡(jiǎn)介：致力成為權(quán)威的人工智能科技媒體和前沿科技研究機(jī)構(gòu)