多模态大模型的4个技术、5个方向是什么？这110篇论文说清楚了【PDF】

2023年最新的热点，就是多模态大模型。许多大厂都看到了其中巨大的潜力，纷纷入局。多模态大模型已经成为了下一个风口，提早准备才能在下一个红利到来时更有优势。

就在今年，由腾讯联合中科大厦大发布了多模态大模型首篇综述和排名榜单。随后，微软7位专家撰写119页综述。其中，两篇综述介绍了4个关键技术与5个研究方向，榜单排名了最新28个多模态大模型。

我在研究多模态大模型时，也整理了4个关键技术论文共70篇、5个研究方向论文共40篇、以及TOP28多模态大模型code。现在分享给大家一起学习，欢迎下载：

多模态大模型4个技术与5个方向

腾讯综述中总结：多模态大模型4个关键技术是多模态指令微调、多模态上下文学习、多模态思维链、LLM辅助视觉推理。

微软综述中，总结多模态大模型5个研究方向是视觉理解、视觉生成、统一视觉模型、LLM加持多模态大模型、多模态agent。

我整理了4个关键技术论文共70篇、5个研究方向论文共40篇。欢迎大家扫码下载：

TOP28多模态大模型榜单

腾讯今年发布的榜单，最初只有12个大模型。现在已经更新到16个榜单28个多模态大模型。

TOP28多模态大模型code我整理好了，大家可以扫码下载下来，进行学习与研究。

直播讲座

多模态大模型的研究离不开NLP大模型的基础。11月15日20:00，我邀请了TOP3高校博士Scott老师做客直播间，为大家带来《NLP大模型：基础、前沿与学习路径》直播讲座，机会难得千万不要错过哦！