美团研发原生多模态模型

📂 精选资讯 · 📰 量子位

美团公开新型多模态架构，将图像语音统一为离散 token 进行预测，宣称「离散视觉没有天花板」。该技术已应用于本地生活服务场景，显著提升多模态任务性能。

阅读原文