AI 大模型

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。

2025-10-27 至 2025-10-27 共收录 3 篇信号源：cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 多模态生成 3 篇

2412.06771 2025-10-27 cs.AI cs.CV cs.LG 62%

Meera Hahn, Wenjun Zeng, Nithish Kannen, Rich Galt, Kartikeya Badola, Been Kim, Zi Wang

机构 * Google DeepMind（谷歌DeepMind）

专题命中多模态生成：image-text(abstract)；分类 cs.CV、cs.AI

Journal ref International Conference on Machine Learning, 2025

2510.20350 2025-10-27 cs.CY cs.AI 57%

Amanda Wasielewski

专题命中多模态生成：multimodal(abstract)；分类 cs.AI

2505.10881 2025-10-27 cs.LG 50%

Donghyeon Ki, JunHyeok Oh, Seong-Woong Shim, Byung-Jun Lee

机构 * Korea University（韩国大学）； Gauss Labs Inc.（Gauss实验室）

专题命中多模态生成：multi-modal(abstract)