Ming-flash-omni:全模态统一大模型的关键技术与实践.docx

Ming-flash-omni:全模态统一大模型的关键技术与实践.docx

InfoQ极客传媒

QCon

全球软件开发大会

Ming-flash-omni:

全模态统一大模型的关键技术与实践

郭清沛

蚂蚁集团百灵多模态基础模型技术负责人

多模

多模态单模态

模态

主要覆盖图像、视频、

音频等两个及以上模态,例如:

·Qwen-omni系列

·紫东太初(中科院)

·Longcat-0mni(美团)

·图文理解:Qwen-VL系列(阿里通义)、Kimi2.5(Moonshot)、InternVL系列(上海AlLab)、Seed-VL系列 (字节)

·语音理解:Qwen-Audio

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档