首页
科技要闻
互联网
手机
家电
机器人
5G/通信
数码
人工智能
硬件
IT
资讯
业界
科技金融
企业动态
半导体
iOS
Android
Mac
标签 >
A Survey of Vision-Language Alignment and Multimodal Representation Learning |视觉
视觉语言对齐与多模态表示学习综述核心范式、方法与研究进展
视觉语言对齐和多模态表示学习的核心目标,就是把图像、视频这类视觉信号和文本语言信号映射到同一个共享特征空间里,让模型看懂画面内容、
2026-11-22 11:56:01