猫色444 北京智源辩论院发布原生多模态寰球模子Emu3
本文转自：东谈主民日报国外版猫色444
《 东谈主民日报国外版 》（ 2024年10月24日 第 09 版）
本报电 （记者刘峣）近日，北京智源东谈主工智能辩论院细腻发布原生多模态寰球模子Emu3。该模子已毕了视频、图像、文本三种模态的销毁斡旋与生成，告捷考据了基于下一个token（词元）瞻望的多模态时候范式，开释其在大鸿沟磨练和推理上的后劲。
据了解Emu3只基于下一个token瞻望，无需扩散模子或组合式顺序，把图像、文本和视频编码为一个突破空间，在多模态夹杂序列上重新启动聚会磨练一个Transformer。
男同智源辩论院院长王仲远默示猫色444，Emu3为构建多模态通用东谈主工智能提供了普遍的时候出息，有契机将基础要领开荒敛迹到一条时候道路上，为大鸿沟多模态磨练和推理提供基础。改日，多模态寰球模子将促进机器东谈主大脑、自动驾驶、多模态对话和推理等场景欺诈。