海量精选内容，公众『参一江湖』阅读原文或点击菜单获取报告下载查看。
人工智能正在从文本、语音、视觉等单模态智能，向着多种模态融合的通用人工智能方向发展。多模态统一建模，目的是增强模型的跨模态语义对齐能力，打通各个模态之间的关系，使得模型逐步标准化。目前，技术上的突出进展来自于CLIP（匹配图像和文本）和BEiT-3（通用多模态基础模型）。
报告节选内容如下
免责声明:本平台只做内容的收集及分享，报告版权归原撰写发布机构所有，由『参一江湖』通过收集整理，如涉及侵权，请联系我们删除；如对报告内容存疑，请与撰写、发布机构联系。
