https://ac-wiki.cn/index.php?action=history&feed=atom&title=%E5%A4%9A%E6%A8%A1%E6%80%81
多模态 - 版本历史
2026-08-24T04:33:55Z
本wiki上该页面的版本历史
MediaWiki 1.45.3
https://ac-wiki.cn/index.php?title=%E5%A4%9A%E6%A8%A1%E6%80%81&diff=1229&oldid=prev
天明：创建页面，内容为“多模态是指人工智能领域同时处理并融合多种数据类型（如文本、图像、音频、视频）的技术。其核心特点是能够跨模态进行理解与生成，实现更丰富的信息交互，常见应用包括视觉问答、图文检索、图像描述生成等。早期多模态研究以传统机器学习方法为主，2010年代后期随着Transformer架构兴起，模型如CLIP、DALL-E、Flamingo推动该领域快速发展。2…”
2026-05-22T03:09:54Z
<p>创建页面，内容为“多模态是指<a href="/wiki/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD" title="人工智能">人工智能</a>领域同时处理并融合多种数据类型（如文本、图像、音频、视频）的技术。其核心特点是能够跨模态进行理解与生成，实现更丰富的信息交互，常见应用包括视觉问答、图文检索、图像描述生成等。早期多模态研究以传统机器学习方法为主，2010年代后期随着<a href="/wiki/Transformer" title="Transformer">Transformer</a>架构兴起，模型如CLIP、DALL-E、Flamingo推动该领域快速发展。2…”</p>
<p><b>新页面</b></p><div>多模态是指[[人工智能]]领域同时处理并融合多种数据类型（如文本、图像、音频、视频）的技术。其核心特点是能够跨模态进行理解与生成，实现更丰富的信息交互，常见应用包括视觉问答、图文检索、图像描述生成等。早期多模态研究以传统机器学习方法为主，2010年代后期随着[[Transformer]]架构兴起，模型如CLIP、DALL-E、Flamingo推动该领域快速发展。2023年以来，多模态大模型成为主流方向，被广泛应用于内容生成、自动驾驶、医疗影像分析等场景。</div>
天明