标签
#multimodal
包含此关键词的事件：6 个
2021模型
DALL·E：文本到图像
OpenAI 发布 DALL·E，首次实现从文本描述生成高质量图像。
#generative-ai#text-to-image#dall-e
2021模型
CLIP：连接视觉与语言
OpenAI 发布 CLIP，通过对比学习实现强大的视觉-语言理解能力。
#multimodal#clip#vision-language
2023模型
Gemini：Google 多模态模型
Google 发布 Gemini 多模态大模型，原生支持文本、图像、音频和视频。
#llm#gemini#google
2023模型
GPT-4发布
OpenAI发布GPT-4，展现强大的多模态能力和推理能力，引发全球对AGI的讨论。
#llm#gpt#openai
2024模型
Claude 3 系列发布
Anthropic 发布 Claude 3 系列，Opus 版本在多项测试中超越 GPT-4。
#llm#claude#anthropic
2024模型
GPT-4o：全模态实时交互
OpenAI 发布 GPT-4o，实现毫秒级响应的多模态实时交互。
#llm#gpt#openai