多模态

• ARC-AGI 基准测试：为什么对人类来说简单的题，对 AI 却很难 2026年8月21日 多模态
• 为什么说AGI 快到了和AGI 还很远都可能是对的 2026年8月21日 多模态
• 当前的大模型离 AGI 还差什么？推理能力、世界模型、持续学习——三大缺口 2026年8月21日 多模态
• 多模态的 Tokenizer：文字有 BPE，图片有 ViT Patch，视频有 3D Patch——统一困难 2026年8月20日 多模态
• 多模态 RAG：不只检索文字，还能检索图片和视频——技术方案 2026年8月20日 多模态
• 多模态的模态对齐：不同模态的特征空间对齐，为什么是核心难题 2026年8月20日 多模态
• 视觉 Transformer（ViT）：把图片切成小块当 Token，跟处理文字一样 2026年8月18日 多模态
• SAM 2 的进步：从分割图片到分割视频——加了一个记忆机制 2026年8月18日 多模态
• 图像分割（SAM）：Meta 的分割一切模型，为什么是计算机视觉的 GPT 时刻 2026年8月18日 多模态
• 多模态幻觉：多模态模型也会看图说话编造内容，为什么 2026年8月16日 多模态

• 6 / 7
• 上一页
• 2
• 3
• 4
• 5
• 6
• 7
• 下一页