爆了，多模态杀疯了

上周，GPT-4o的Her突然向用户开放，这也意味着多模态在AI拟人互动发展上已经到下一个高度了！前不久Open Ai发布了小模型 GPT-4o mini，直接替代了GPT3.5turbo，在多模态推理方面，GPT-4o mini 更是大放异彩。

实现这些AI工具共情的基础在于让其拥有强大的多模态情感识别能力，在功能上从单纯的「任务执行者」进化到「满足人类情感需求的陪伴者」，多模态大模型的落地应用离我们的生活越来越近，这也让多模态一跃成为2024的顶会大魔头。

我特意整理了多模态大模型技术路线梳理（论文+代码）+多模态顶会论文800篇+ICML 2024顶会论文解析+学透多模态大模型系列课+多个多模态顶会idea，免费分享给大家！

扫码回复“多模态”

领取多模态学习大礼包

视频内容已成为人们日常生活中获取信息和娱乐的主要方式之一。近年来，在顶会CVPR上，视频理解相关的论文数量有显著增加。

已被ICML 2024录用为Oral paper——Video-of-Thought，受思维链的启发，提出从感知到认知的逐步递进方法，加速理解视频。

这次我邀请了在头部互联网企业研发多模态大模型的Geoff老师，给大家详细解读Video-of-Thought论文，讲解顶会论文的创新格局和写作方法。

扫码回复“多模态”

预约顶会论文解析公开课

另外我还给大家准备了《11小时吃透多模态大模型系列课程》，含前沿技术+审稿人讲解+顶会idea！

扫码回复“多模态”

解锁多模态大模型系列课

趁热打铁，宣传一下Geoff老师的2V3小班，这次单独给我这边粉丝最低优惠价！！！

Geoff老师真的非常有实力！他已经执导过多名同学顺利发表论文，且毕业后一直在头部互联网企业研发多模态大模型。谷歌学术引用2000+，获得2项国际专利授权，研发的技术被头部互联网大厂应用。发表30余篇国际会议&期刊论文，包括顶会CVPR、ECCV、顶刊TNNLS、UCV等，担任TPAMI、TIP、CVPR、ICCV、ECCV审稿人。

扫码回复“小班”立项8月专属最低价

报名即可免费使用沃研Turbo科研大模型

沃恩智慧