跳到正文
IFAI

IBM

公司22 則新聞

  1. AI科研傳播指數 31

    MIT 開發跨模態 AI:用 1000 個詞對齊影片與語音

    MIT CSAIL 團隊公佈一種多模態表徵學習方法,讓 AI 能在共享嵌入空間裡對齊影片、音訊和文本,僅用 1000 個詞向量就能識別影片中的動作。最值得關注的是,這種設計提升了跨模態檢索準確度和可解釋性。不過模型目前一次只能處理兩種模態。