紫梦沁香
0%

多模态综述

发表于 更新于 分类于 阅读次数： Valine：
本文字数： 61 阅读时长 ≈ 1 分钟

一、多模态大模型的发展历程

image-20240813130720971

二、多模态大模型的输入-输出空间

image-20240813130847622

（1）视觉编码器架构

image-20240813131006275

（2）离散化视觉表示

image-20240813131100131

（3）视觉编码器训练策略

image-20240813131216788

image-20240813131353454