💐12页深度，6大预期差。一文看懂看透跨模态基础技术

💐近期巨头加码，更多应用可能性。go­o­g­le展示除文生图外，人机互动、图片搜索等。微软可能本周发布跨模态的GPT-4。

💐国内AI大模型相比美国落后很多吗？
跨模态差距小。百度、华为、腾讯、商汤等都CV跨模态大模型。

💐跨模态比纯语言大模型更难吗？
不一定。跨模态降低语言单点技术难度，对视觉特征提取和数据融合有要求，这是国内AI公司擅长的。

💐改变语言大模型的tr­a­n­s­f­o­r­m­er没办法用在视觉/跨模态上？
并不是。出现了新方法论，CV大模型参数也到百亿规模了

💐核心建议关注
💎视频、图像、文本素材：大华股份（2月底独家！）、海天瑞声、AI领军、当虹
💎算力和基础：中科曙光、拓维信息等
💎多模态应用：1）文生图：新国都（2月底推）、创达；2）机器人：三花智控等；3）其他应用：汤姆猫（传媒）、万兴、昆仑万维（传媒）、风语筑（传媒）。
💎视觉和跨模态算法：商汤（港股）、云从、虹软、科大讯飞