原创力文档- 1、本文档共52页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
书生·万象多模态大模型的
技术演进与应用探索
演讲人：王文海
/OpenGVLab/InternVL
目录
1多模态大模型研究背景
2大规模视觉语言模型对齐
3强多模态模型构建
4不止于语言输出：通专融合
研究背景：大语言模型多模态大模型
历史:“特定任务+大数据”取得巨大成功未来:“通用性”
一个模型解决一个问题一个模型多种任
务多种模态
深度学习理论突破ImageNet竞赛围棋比赛AlphaFold
深度置信网络1000类，100万数据AlphaGo4:1李世乭蛋白质结构预测准确率新高
2006201220162021
201120142019
大规模语音识别人脸识别德州扑克
Switchboard错误降低9%LFW识别率99%,超过人类首次在多人复杂对局中超越人类
以视觉为核心的多模态大模型有望在众多领域带来AI生产力革命
/OpenGVLab/InternVL
研究背景：大语言模型多模态大模型
Qwen
DeepSeek
InternLM
Baichuan
ChatGLM
enc-dec
dec-only
enc-only
研究背景：大语言模型多模态大模型
InternVL
MiniCPM
文档评论（0）