🆕最新资讯🆕
新加坡国立大学华人团队最近开源了一种支持任意模态输入和任意模态输出的「大一统」多模态大模型，名为NExT-GPT。这个项目引起了AI社区的广泛关注。NExT-GPT不仅能够准确理解用户输入的各种模态内容，还可以以准确灵活的方式返回用户所需的多模态内容，包括图像、视频和声音。它具备真正的任意模态通用理解能力。该模型的架构简单明了，通过有机连接现有的开源LLM、多模态编码器和各种模态扩散解码器，实现了任意模态的输入和输出。该团队在多模态学习方向有多年的研究经验，并且在论文中给出了一些定量的实验结果验证。此外，他们还提供了NExT-GPT的代码和Demo系统。更多详情，请查阅原文。
来源：http://weixin.sogou.com/weixin?type=1&s_from=input&query=%E6%96%B0%E6%99%BA%E5%85%83
原文链接：https://aixinjiyuan.com/1007.html，转载请注明出处~~~
评论0