原文：多模态学习方法在视频理解中的应用
多模态融合方法在情感识别中的应用研究
昵称26181007    阅9
谷歌Jeff Dean 2022「年终汇报」，大模型、AI 绘画神器交出满意答卷
天承办公室    阅9
从视觉和音频角度看多模态学习的过去与未来
何为何未    阅19
中科院出手！1000亿参数全模态大模型发布，能看懂视频、绘画作曲、分析信号
细雨青衫    阅208    转2
多模态神经机器翻译：融合文本与图像的新方法
昵称26407850    阅11
从视音角度看多模态学习的过去与未来
颐源书屋    阅9
基于知识图谱的语义理解技术及应用
中国陆海天老人    阅583    转6
模式识别学科发展报告丨八、语音语言信息处理未来重要研究问题
GTF_001    阅49    转3
什么是语言与视觉一体的统一模态预训练
趣味资源馆    阅6
如何借助注意力机制改进VQA模型的性能
轻语者    阅11
辞书研究 | 章宜华：论融媒体背景下辞书编纂与出版的创新【转发】
风吟楼    阅354    转3
GPT-4发布，能击败90%的人类
天下知仓    阅12    转3
同时利用字幕、音频、视频进行检索！Inria&谷歌提出MMT用于高效跨模态视频检索，代码已开源！
我爱计算机视觉    阅66
AIGC（生成式AI）的行业发展趋势(二)
mrjiangkai    阅221    转3
今天聊一聊模态嵌入的重要性
月霞柳梢头    阅7
刷新多个SOTA！Meta重磅新作AnyMAL：多模态版Llama2来了！
黄爸爸好    阅26
李飞飞团队最新成果：通过口语和3D面部表情评估抑郁症严重程度
雷锋网    阅393    转5
语音变文本，高效助力！录音免费转文字工具推荐
柒柒A    阅2
音频怎么转换成文字？视频转文字方法
职场百科    阅4
视频配音软件哪个好用？推荐三个好用的办法
昵称26407063    阅4
ppt课件中实现视音频播放的控制
ymmt    阅1119    转237