在全球人工智能技术快速发展的当下,多模态学习一直面临算法分散的难题。传统做法是为文字、图像、视频等不同类型的数据分别开发专用模型,这不仅成本高,还导致系统整合困难。问题的根源在于2018年后技术路径出现分化——文本生成主要用自回归学习,视觉处理则多采用对比学习等方法。
智源研究院的这项成果登上《自然》正刊,既是一次学术突破,也说明了我国在原始创新和长期技术探索上的努力。随着统一技术路线的深入发展和技术平台的健全,我国在通用人工智能领域的地位将更提升,为全球科技进步作出更多贡献。
在全球人工智能技术快速发展的当下,多模态学习一直面临算法分散的难题。传统做法是为文字、图像、视频等不同类型的数据分别开发专用模型,这不仅成本高,还导致系统整合困难。问题的根源在于2018年后技术路径出现分化——文本生成主要用自回归学习,视觉处理则多采用对比学习等方法。
智源研究院的这项成果登上《自然》正刊,既是一次学术突破,也说明了我国在原始创新和长期技术探索上的努力。随着统一技术路线的深入发展和技术平台的健全,我国在通用人工智能领域的地位将更提升,为全球科技进步作出更多贡献。