爆了，多模态杀疯了

程序员库森

上周，GPT-4o的Her突然向用户开放，这也意味着多模态在AI拟人互动发展上已经到下一个高度了！前不久Open Ai发布了小模型 GPT-4o mini，直接替代了GPT3.5turbo，在多模态推理方面，GPT-4o mini 更是大放异彩。

6 ?  d( G% k" ~+ l$ I实现这些AI工具共情的基础在于让其拥有强大的多模态情感识别能力，在功能上从单纯的「任务执行者」进化到「满足人类情感需求的陪伴者」，多模态大模型的落地应用离我们的生活越来越近，这也让多模态一跃成为2024的顶会大魔头。

我特意整理了多模态大模型技术路线梳理（论文+代码）+多模态顶会论文800篇+ICML 2024顶会论文解析+学透多模态大模型系列课+多个多模态顶会idea，免费分享给大家！
: h$ E- L, m* q8 T5 }8 X6 A
" J1 j/ E: w, ]* x扫码回复“多模态”
# C/ ^& U; P6 V4 `; h8 Y" ]* \领取多模态学习大礼包
% V" j6 h3 Z6 K. y3 S3 P) [# c- }1 k

4uwcp2vrqcn6403275346.png

& Q  n8 W4 E* c9 p) \- C; ~0 L
/ F& |* t) I. ?3 S; Y
' t5 Z. A; ?# V7 y1 K0 X

uvwfulw4w2u6403275447.png

- H) l7 H4 \  d% g) w5 B! O视频内容已成为人们日常生活中获取信息和娱乐的主要方式之一。近年来，在顶会CVPR上，视频理解相关的论文数量有显著增加。
6 P$ @9 R5 H% L1 T, d, i已被ICML 2024录用为Oral paper——Video-of-Thought，受思维链的启发，提出从感知到认知的逐步递进方法，加速理解视频。
这次我邀请了在头部互联网企业研发多模态大模型的Geoff老师，给大家详细解读Video-of-Thought论文，讲解顶会论文的创新格局和写作方法。
* {+ V  p: C; r% h) P% O
$ a: G5 {* D& ]2 q

tyeywghktx36403275547.jpg

扫码回复“多模态”
7 W! C# E, s" Z+ U. a" v7 |' |8 Y7 K' f预约顶会论文解析公开课

/ L! ]+ C2 J0 z$ P, P8 j
另外我还给大家准备了《11小时吃透多模态大模型系列课程》，含前沿技术+审稿人讲解+顶会idea！

1nvw0zuz5lk6403275647.jpg

6 k9 X- ]/ w2 g/ I8 R# y8 h1 R扫码回复“多模态”
解锁多模态大模型系列课
7 b, w  c( U9 C: D+ c' h0 w3 a

  k: M3 ]4 l/ \2 ]; ^7 N& M文末福利
. C+ k  \3 J9 O3 D6 R
# F  E1 R( D& O# V7 p" l- J6 n* h
6 |, H: l8 Q' t3 w. ^' N5 |趁热打铁，宣传一下Geoff老师的2V3小班，这次单独给我这边粉丝最低优惠价！！！
( Z9 e- \3 S' `( |/ u' u, P
" ?: f( T& m/ n2 jGeoff老师真的非常有实力！他已经执导过多名同学顺利发表论文，且毕业后一直在头部互联网企业研发多模态大模型。谷歌学术引用2000+，获得2项国际专利授权，研发的技术被头部互联网大厂应用。发表30余篇国际会议&期刊论文，包括顶会CVPR、ECCV、顶刊TNNLS、UCV等，担任TPAMI、TIP、CVPR、ICCV、ECCV审稿人。

fp32e2ee1vg6403275747.jpg

# c* a  G6 G, N- m+ i, L6 z
扫码回复“小班”立项8月专属最低价
8 X# n1 P  M! [, @* ~报名即可免费使用沃研Turbo科研大模型
. ^1 G) X5 a4 ]
, ^  W5 z4 B: O9 T: I
/ l* g) z, d( `% x- g* b

uvqavy5u15z6403275848.png

沃恩智慧