跳到正文
IFAI

IBM

公司22 条新闻

  1. AI科研传播指数 31

    MIT 开发跨模态 AI:用 1000 个词对齐视频与语音

    MIT CSAIL 团队公布一种多模态表征学习方法,让 AI 能在共享嵌入空间里对齐视频、音频和文本,仅用 1000 个词向量就能识别视频中的动作。最值得关注的是,这种设计提升了跨模态检索准确度和可解释性。不过模型目前一次只能处理两种模态。