中国团队成功构建全球首个图文音三模态预训练模型

日前，中科院自动化所提出了全球首个图文音（视觉-文本-语音）三模态预训练模型“紫冬太初”，同时具备跨模态理解与跨模态生成能力，取得了预训练模型突破性进展。 多模