多模态大模型

跨文本、图像、视频、音频等模态的大模型与学习方法。

2025-09-08 至 2025-09-08 共收录 1 篇信号源：cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 多模态生成 1 篇

2503.19065 2025-09-08 cs.CV 79%

WikiAutoGen: Towards Multi-Modal Wikipedia-Style Article Generation

Zhongyu Yang, Jun Chen, Dannong Xu, Junjie Fei, Xiaoqian Shen, Liangbing Zhao, Chun-Mei Feng, Mohamed Elhoseiny

机构 * King Abdullah University of Science and Technology（国王阿卜杜勒阿齐兹大学科学与技术大学）； Lanzhou University（兰州大学）； Meta AI ； The University of Sydney（悉尼大学）； IHPC, A*STAR（IHPC，A*STAR）

专题命中多模态生成：multi-modal(title)；multimodal(abstract)；分类 cs.CV

Comments ICCV 2025, Project in https://wikiautogen.github.io/

↑