#多模態

標籤「多模態」的文章，共 1 篇。

• 一人公司工作流＋學習系列AI 怎麼同時看圖、聽聲音？多模態 AI 以語言模型當大腦，前面接「眼睛耳朵」編碼器、後面接畫圖配音的解碼器。用 NExT-GPT 看它怎麼組起來、怎麼分三階段訓練。2026 年 11 月 2 日・約 9 分鐘