冠中-多模态前沿技术和产业落地应用.docxVIP

演讲嘉宾：王冠中

演讲嘉宾：王冠中

多模态大模型能力与场景应用1多模态大模型架构演进及特点2多模态大模型开发套件PaddleMIX3

多模态大模型能力与场景应用

1

多模态大模型架构演进及特点

2

多模态大模型开发套件PaddleMIX

3

多模态大模型能力与场景应用第一章节1

多模态大模型能力与场景应用

第一章节

1

什么是多模态数据或者信息的多种表示形式

什么是多模态

数据或者信息的多种表示形式

多模态的价值自动驾驶全屋智能模态：视觉、语音、雷达、激光融合：数据级、特征级、决策级融合模态：CT，MRI，X-ray，患者病历融合：辅助临床决策、融合检索系统模态：语音命令、触碰控制、视觉交互融合：智能音箱、智能照明智慧医疗

多模态的价值

自动驾驶

全屋智能

模态：视觉、语音、雷达、激光

融合：数据级、特征级、决策级融合

模态：CT，MRI，X-ray，患者病历融合：辅助临床决策、融合检索系统

模态：语音命令、触碰控制、视觉交互融合：智能音箱、智能照明

智慧医疗

多模态大模型多模态大模型

多模态大模型

多模态大模型

多模态大模型的能力多模态理解多模态生成多模态大模型

多模态大模型的能力

多模态理解

多模态生成

多模态大模型

多模态理解能力自然图片摘要、问答公众人物识别、地点识别看图创作，小说生成文字识别、文档理解情感识别等简单推理图像交互专业图像（深度图、CT影像）学科知识（工业、