ACL 2024
- 在单一框架内整个多个模态
- 采用离散表示来统一处理文本、各种模态、图像和音乐
论文略读：AnyGPT: Unified Multimodal LLM with Discrete Sequence Modeling
UQI-LIUWJ2024-10-27 20:28
相关推荐
Warren2Lynch17 分钟前
C4 vs UML：从入门到结合使用的完整指南（含 Visual Paradigm AI 实操）Ryan老房22 分钟前
智能家居AI-家庭场景物体识别标注实战2401_8362358622 分钟前
财务报表识别产品：从“数据搬运”到“智能决策”的技术革命明明如月学长41 分钟前
全网最火的 Agent Skills 都在这了！这 7 个宝藏市场建议收藏猫头虎42 分钟前
如何使用Docker部署OpenClaw汉化中文版?njsgcs44 分钟前
输入图片，点击按钮，返回下一个state的图片，llm给标签，循环，能训练出按钮对应的标签吗Aric_Jones1 小时前
如何在网站中接入 AI 智能助手m0_571186601 小时前
第三十四周周报AI资源库1 小时前
microsoftVibeVoice-ASR模型深入解析