多模态大模型，终于迎来“大一统”时刻!

从声音、文字、图像到视频，所有模态被彻底打通，如同人脑一般，实现了真正意义上的任意输入，任意输出。

要知道，多模态一直是学术界公认要达到更强智能的必经之路，连GPT-4都在往这个方向发展。

相关标签： 大一统 大模型论文爆火 4种模态任意输入输出 华人本科生5篇顶会一作 网友