要说现在AI界的网红，多模态模型肯定算一个，能认图能说话，乍一看挺全能，但细究起来全是槽点，比如你让它画“一只黑色的猫和白色的狗”，它可能画成猫穿白衣服狗穿黑衣服；你说“黄色西兰花”，它大概率还是给你绿油油的一团。

模型 模态 模态模型 西兰花 reca 2025-09-21 01:03  3

谢集，浙江大学竺可桢学院大四学生，于加州大学伯克利分校（BAIR）进行访问，研究方向为统一多模态理解生成大模型。第二作者为加州大学伯克利分校的 Trevor Darrell，第三作者为华盛顿大学的 Luke Zettlemoyer，通讯作者是 XuDong W

模型 模态 模态模型 sota reca 2025-09-19 11:38  2