鲍凡-生数科技在多模态大模型的探索与实践_2025 4月全球机器学习技术大会-上海站-CSDN在线视频培训

分会场-B

鲍凡-生数科技在多模态大模型的探索与实践

课时介绍

生数科技CTO
在多模态大模型领域，如何统一多模态的输入和输出是行业一直有待解决的关键问题。对于统一多模态的表示方面，通过技术研究和探索实践，我们观察到了一些具备潜力的解法，能够将视频、音频、文字等模态统一起来。
此外，关于多模态大模型的终极形态，我们也有非常多的思考。如果说目前视频生成更多扮演的是“渲染”的作用，那么未来多模态大模型终极形态将扮演智慧大脑的角色，它类似于视频生成领域的o1，具备较强的推理能力，可以更加理解用户意图，并智能地指导其工作和生活。
大纲：1、生数科技在多模态大模型领域的实践与技术探索
2、对多模态大模型领域统一表示问题的几点思考
3、多模态大模型的终极形态

课程介绍

自1936年阿兰· 图灵提出「图灵机」以及机器具备「思维」的可能性以来，以机器学习为代表的人工智能经过飞速发展，深刻地改变着我们的世界。CSDN & Boolan 秉承“全球专家，卓越智慧”的宗旨，特邀近50位技术领袖和行业应用专家，与1000+来自电商、金融、汽车、智能制造、通信、工业互联网、医疗、教育等众多行业的精英参会听众，共同探讨人工智能领域的前沿发展和行业最佳实践。