2月29日，北京市科委、中关村管委会通报，由智源研究院研发的多模态大模型成果“Multimodallearningwithnext-tokenpredictionforlargemultimodalmodels（通过预测下一个词元进行多模态学习的多模态大模型）”已于28日登载于国际顶级学术期刊Nature，预计将于2月12日以纸质版形式正式刊发。该成果是我国科研机构主导的大模型研究首次在Nature正刊发表自2018年起，GPT通过“预测下一个词元”的自回归策略，取得语言大模型的关键进展，掀起了生成式人工智能的热潮多模态模型目前主要依靠对比学习、扩散模型等特定路径，自回归范式能否成为统一多模态的普适框架，依然是一个悬而未决的问题智源的这一成果显示，仅通过自回归路径即可实现多模态学习的统一，训练出性能出色的原生多模态大模型，对确立自回归作为生成式人工智能的主流技术路线具有重要意义Nature编辑点评此项研究指出：智源提出的Emu3仅通过预测下一个词元，便实现了大规模文本、图像和视频的统一学习，其在生成与感知任务上的表现可媲美采用专用路径的方法，这一进展对构建具备可扩展性的统一多模态智能系统具有重要意义据悉，自2022年启动研发以来，智源Emu系列模型始终以“原生多模态”为核心技术路径不断演进，各版本在核心能力与方法论上均取得重要突破。未来，智源将聚焦智能与物理世界之间的深层联系，加速推动面向下一代人工智能的科研创新。（《智源Emu系列模型进展》）广西办实事解“看病难”“养育忧”

（作者：）

本文为文护夫狂魔的小说原创作品，未经授权禁止转载！

本文所用图片，除特别注明外均来自网络搜索，如有侵权烦请联系作者删除，谢谢！