多模态大模型架构篇：MLLM架构起源和基本结构

多模态大模型主要是以LLM作为核心决策模块，主流架构有两种：LLM as Discrete Scheduler/Controller和LLM as joint part of system，第一种LLM充当任务调度的作用，第二种LLM通过Encoder-LLM-Decoder结构作为系统的关键连接部分，天花板更高。

一、MLLM架构起源

1. 基本idea：以大语言模型(LLM)作为支点

鉴于这一前提，几乎所有当前的MLLM都是基于大语言模型(LLM)构建的，作为核心决策模块（即大脑或中央处理器）。

通过添加额外的非文本模态模块，LLM具有多模态能力。

二、MLLM基本结构

1. LLM as Discrete Scheduler/Controller

LLM 角色是接受文本信号，下发调度下游模块的文本命令

代表模型：

• Visual-ChatGPT

• HuggingGPT

• MM-REACT

• ViperGPT

• AudioGPT

• LLaVA-Plus

---

2. LLM as joint part of system

LLM的角色是感知多模态信息，通过Encoder-LLM-Decoder 结构做出反应

关键特点： LLM是系统的关键连接部分，直接从外部接收多模态信息，并以更流畅的方式将指令传递给解码器/生成器。

目前超过90% 的 MLLM 属于该类别，天花板更高，更好的集成到一个统一模型，如下是MLLM的经典架构：

---

代表模型：

• BLIP-2

• InstructBLIP

• LLAVA

• Flamingo

• Qwen-VL

该架构中包含的子模块主要有：Multimodal Encoding、Input-side Projection、Backbone LLMs、Decoding-side Projection、Multimodal Generaton。

---

最后分享

AI大模型作为人工智能领域的重要技术突破，正成为推动各行各业创新和转型的关键力量。抓住AI大模型的风口，掌握AI大模型的知识和技能将变得越来越重要。

学习AI大模型是一个系统的过程，需要从基础开始，逐步深入到更高级的技术。

这里给大家精心整理了一份全面的AI大模型学习资源，包括：AI大模型全套学习路线图（从入门到实战）、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等，资料免费分享！

1. 成长路线图&学习规划

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

这里，我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。可以说是最科学最系统的学习成长路线。

2. 大模型经典PDF书籍

书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）

3. 大模型视频教程

对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。

4. 大模型项目实战

学以致用 ，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。

5. 大模型面试题

面试，不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方CSDN官方认证二维码，免费领取【保证100%免费】

如有侵权，请联系删除。