技術(shù)編號：40561574
提示：您尚未登錄，請點(diǎn) 登 陸 后下載，如果您還沒有賬戶請點(diǎn) 注 冊 ，登陸完成后，請刷新本頁查看技術(shù)詳細(xì)信息。本發(fā)明涉及多模態(tài)語言模型，尤其涉及一種視覺與語言融合的多模態(tài)大模型系統(tǒng)。背景技術(shù)、最近，多模態(tài)大語言模型（mllm）在各種下游任務(wù)中取得了令人矚目的成果，包括多模態(tài)內(nèi)容生成、基于視覺的問題解答以及具身智能。這些進(jìn)步不僅彰顯了?mllms?的多功能性，也為進(jìn)一步研究更細(xì)微、更復(fù)雜的應(yīng)用鋪平了道路。例如，隨著?mllms?的不斷發(fā)展，在動態(tài)環(huán)境中的實(shí)時交互、跨模態(tài)檢索任務(wù)以及日常技術(shù)中語言和視覺處理的無縫集成等方面都有可能取得重大改進(jìn)。、mllms通常依賴廣為人知的transformer網(wǎng)絡(luò)作為...
注意：該技術(shù)已申請專利，請尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進(jìn)行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識儲備，不適合論文引用。
請注意，此類技術(shù)沒有源代碼，用于學(xué)習(xí)研究技術(shù)思路。