专栏名称: FightingCV

一个专注于分享计算机视觉、多模态机器学习方向前沿论文，解答常见科研问题，分享好用科研工具的公众号。努力努力再努力，瑞思拜！

重磅！多模态大模型最新综述！！

FightingCV · 公众号 · · 2024-06-05 09:00

正文

当前， 多模态大模型 （MLLM）在多项视觉任务上展现出了强大的认知理解能力，也成为CVPR2024备受瞩目的热门领域之一。

我整理了 210 篇多模态最新研究成果 ， 140 份多模态和大模型报告、多模态大模型最全综述、多模态大模型免费公开课、 8节多模态前沿系列课!

这些 多模态大模型学习资料 都是免费领的！希望能帮助大家获得论文创新点的启发。

扫码回复 “多模态”

前沿资料全部免费领取

这次公开课，我邀请了 沃恩智慧 联合创始211高校副教授 Kimi 老师 ， 在6月5号晚20:00点 带领同学们 探索多模态大模型的最新发展 ，此外，课程中还将免费分享多个顶会级的idea。

课程大纲

1. 解析 最新多模态大模型技术

2. 多模态 大模型发高质量论文方法

3. 解析 最新多模态大模型的idea

扫码回复 “多模态”

预约6月5号晚20:00直播

多模态系列课

这次我还联系多位顶会审稿人做了 8节《多模态前沿系列课》 ，帮助同学们了解多模态最新前沿知识和相关论文解读。

扫码回复 “多模态”

0.01元解锁 《多模态前沿系列课》

0 1

多模态-LISA

CVPR2024最新成果！Rick老师带你一步一步剖析Lisa模型的详细原理，了解Lisa的具体实现

0 2

处理任意视觉提示的多模态大模型

剖析ViP-LLaVA模型原理

了解ViP-LLaVA的具体实现

0 3

多模态Transformer的七十二变

Transformer用于多模态的背景及优势

各种变式及原因

0 4

多模态情感分析未来的研究方向

更为复杂的情感分析

基于提示机制的多模态情感分析

0 5

大模型时代的多模态情感分析

预训练模型

针对多模态的大模型训练

代表性论文解读

0 6

多模态情感分析：主流方法与应用

多模态情感分析背景

跨模态特征提取与表示

对比学习训练

滑动查看课程详情 →

另外我们还免费附赠 210篇 多模态论文合集 ， 140份 最新多模态风口分析报告以及多模态大模型最全综述，从论文到行业风口报告，一网打尽。

1. 港大和字节提出Groma：多模态大模型新范式！模拟人类先感知后认知，精确定位图中物体！

2.Pink：图像细粒度指代理解多模态大模型

3.NExT-GPT：任意对任意多模态 LLM

4.DreamLLM：协同多模态理解与创造

5.具有动态离散视觉标记化的 LLM 统一语言视觉预训练

扫码回复 “多模态”

领210篇多模态前沿论文

6.MoE-LLaVA：大型视觉语言模型专家组合

7.语言增强型多模态接地模型LEGO:Language Enhanced Multi-modal Grounding Model

8.InternLM-XComposer2：掌握视觉语言大模型中的自由格式文本图像合成和理解

9.mPLUG-PaperOwl：使用多模态大型语言模型进行科学图表分析

10.LION：赋能具有双级视觉知识的多模态大型语言模型

重磅！多模态大模型最新综述！！

正文

2.Pink：图像细粒度指代理解多模态大模型

请到「今天看啥」查看全文