从检索图像、描述视频，到吟诗作赋、续写文章，再到识别语音、双语翻译，虚拟人“小初”日前亮相2021世界人工智能大会，展示了图、文、音三种模态的智能转换和生成。
“小初”具备这样的能力，得益于一个名为“紫东太初”的跨模态通用人工智能平台。该平台由中国科学院自动化研究所研发，基于国产化基础软硬件，仅采用一个大模型，即可“锻炼”人工智能在视觉、文本、语音多个场景的理解能力。
中科院自动化所所长徐波介绍，“大数据+大模型+多模态”将改变当前单一模型对应单一任务的人工智能研发范式，多模态大模型将成为不同领域的共性平台技术，是迈向通用人工智能的重要路径探索。
“‘紫东太初’实现了图、文、音三种模态的统一表达，以图生音，以音生图，将开拓AI在视频配音、语音播报、标题摘要、海报创作等更多元场景的应用。”徐波说。
据了解，中科院自动化所构建了中文预训练模型、语音预训练模型、视觉预训练模型，并通过跨模态语义关联，构建了三模态预训练大模型。（董瑞丰）
编辑：赵蕴清
忒色 2026-07-17
忒色 2026-06-29
忒色 从定制公交到银发专列，再到旅游包机，这些变化的背后，是交通与消费场景的深度融合 2026-06-27
忒色 本次文旅活动立足传统端午民俗文化内核，融合场景化、趣味化的互动形式，以多元化的活动内容为广大游客带来了独特的华山端午假期体验 2026-06-23
忒色 2026-06-22
忒色 2026-06-18
忒色 2026-06-16
忒色 2026-06-16
忒色 石强介绍，朱鹮雏鸟大多在40日龄至45日龄离巢出飞 2026-06-15
忒色 从“新潮场景”到“精神内核”的碰撞探索当咖啡遇见秦腔，这种看似“跨界”甚至略带反差感的组合，实际上是一场传统文化与现代生活方式的深度对话 2026-06-12
忒色 当热播剧《主角》的年代故事，邂逅西影风雷影视基地的复古片场 2026-06-03
忒色 2026-05-05
网站简介 网站团队 本网动态 友情链接 版权声明 我要投稿 工作邮箱 陕西不良信息举报 新闻宣传自律管理承诺书
