Od jazykových modelov k multimodálnej AI: budúcnosť
Táto prednáška z Stanfordu preskúma budúcnosť AI smerom k multimodálnemu porozumeniu sveta. Jazykové modely sú len začiatok; natívne multimodálne systémy, ako Chameleon a Transfusion, integrujú text, obrázky a zvuk pre komplexnejšie AI.