看影片（在新分頁開啟原站）連到 YouTube・跟李沐学AI
摘要
回顧 ViLT、CLIP、ALBEF 與 VLMO 等多模態模型，釐清多模態學習發展脈絡。
A video review of ViLT, CLIP, ALBEF, and VLMO multimodal models.
這筆內容還沒有取得字幕或內文，這段摘要只根據標題與說明欄產生，可能不夠準確；實際內容請以原站為準。
適合誰看
對多模態模型感興趣的學習者。
摘要依據
- 講者
- Mu Li
- 依據
- 標題與說明欄（還沒有取得字幕或內文）
為什麼排在這裡
- 人氣
- 0.31
- 新鮮
- 0.00
在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算
相關內容
- 多模态论文串讲·下【论文精读】影片 ・ 跟李沐学AI ・ 1 小時 3 分
- 多模态之跨模态搜索影片 ・ 小黑黑讲AI ・ 5 分鐘
- 多模态模型的真正瓶颈不是"看不清"，而是"指不准"？｜DeepSeek 视觉原语论文从架构到 7056× 压缩链路全解析影片 ・ 唐国梁Tommy ・ 11 分鐘
- 如何提高vllm多模态模型推理视频的吞吐量影片 ・ 小工蚁创始人 ・ 5 分鐘
- 想学多模态，先把高中数学弄懂影片 ・ 小黑黑讲AI ・ 5 分鐘
- Stanford CS336 Language Modeling from Scratch | Spring 2026 | Lecture 17: Alignment - Multimodality影片 ・ Stanford Online ・ 1 小時 18 分
摘要由 AI 根據標題與說明欄產生（還沒有取得原文），可能有誤；完整內容請看原站。看影片（在新分頁開啟原站）