多模态

多模态 AI:当模型能「看懂图片、听懂语音」

作者 kris

多模态 AI:当模型能「看懂图片、听懂语音」无评论

1 分钟阅读

从文生图到视频理解,多模态 AI 正在把大模型的能力从「文字」扩展到「整个世界」。本文讲清它是什么、能做什么。