跨模态检索

多模态嵌入的技术前提是将不同模态映射到同一个共享向量空间，使文本向量可以直接检索图像向量（跨模态检索）。

对于构建跨模态检索、运动迁移或多schema生成系统的团队，建议不要假设共享架构会自动带来共享潜在空间，应用配对数据验证并显式引入少量配对监督。