首页 > 医学

国产智源多模态大模型登上Nature

iNature 2026-01-31 09:00
文章摘要
背景:多模态学习是人工智能领域的基本挑战,旨在统一从文本、图像和视频等多种形式中学习和生成,但现有方法如扩散模型或组合视觉语言管道仍存在分散性和手工设计问题。研究目的:该研究探讨单一的下一个词元预测框架是否可作为多模态学习的通用基础,并开发了Emu3模型家族,仅通过下一个词元预测训练,以统一大规模多模态学习。结论:Emu3在感知和生成任务上达到了与成熟特定任务模型竞争的性能,消除了对扩散或组合架构的依赖,展示了在视频生成、视觉-语言交互等应用中的潜力,为统一多模态智能提供了新路径。
国产智源多模态大模型登上Nature
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
Characterizing schizophrenia-relevant structural variants and tandem repeats through long-read sequencing
DOI: 10.1016/j.scib.2025.11.004 Pub Date : 2026-03-30 Date: 2025/11/4 0:00:00
IF 21.1 1区 综合性期刊 Q1
Embodied emotions in ancient Neo-Assyrian texts revealed by bodily mapping of emotional semantics
DOI: 10.1016/j.isci.2026.115347 Pub Date : 2026-04-17 Date: 2026/3/14 0:00:00
IF 4.1 2区 综合性期刊 Q1
DNA damage burden causes selective CUX2 neuron loss in neuroinflammation.
DOI: 10.1038/s41586-026-10310-3 Pub Date : 2026-04-01
IF 64.8 1区 综合性期刊 Q1
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1