模态提升

跨模态通信总丢失语义、产生歧义？加入AI大模型，LAM-MSC实现四模态统一高效传输 本文的作者为湖南师范大学的江沸菠副教授，彭于波博士，湖南工商大学的董莉副教授，英国布鲁内尔伦敦大学的王可之教授，南京大学的杨鲲教授（...

14 项任务测下来，GPT4V、Gemini等多模态大模型竟都没什么视觉感知能力？ 2023-2024年，以 GPT-4V、Gemini、Claude、LLaVA 为代表的多模态大模型（Multimodal LLMs）...

全模态RAG突破文本局限，港大构建跨模态一体化系统 突破传统检索增强生成（RAG）技术的单一文本局限，实现对文档中文字、图表、表格、公式等复杂内容的统一智能理解。香港大学黄超教授团队开源多模态智能处理系统RAG-Any...

Meta新突破！跨模态生成告别噪声：流匹配实现任意模态无缝流转 在人工智能领域，跨模态生成（如文本到图像、图像到文本）一直是技术发展的前沿方向。现有方法如扩散模型（Diffusion Models）和流匹配（Flow...