模型
ImageBind
Meta于2023年提出的多模态嵌入模型，支持图像、文本、音频、深度图、热成像、IMU传感器信号六种模态，通过将所有模态对齐到图像作为枢纽实现统一向量空间
时间轴 (近 90 天)
9月23日
Meta的ImageBind模型实现了六种模态的统一嵌入空间
待验证90%
9月6日
代表性多模态工作包括OpenAI的GPT-4V、Google的Gemini以及Meta的ImageBind，ImageBind将六种模态统一到同一嵌入空间
待验证50%
Meta于2023年提出的多模态嵌入模型，支持图像、文本、音频、深度图、热成像、IMU传感器信号六种模态，通过将所有模态对齐到图像作为枢纽实现统一向量空间
Meta的ImageBind模型实现了六种模态的统一嵌入空间
代表性多模态工作包括OpenAI的GPT-4V、Google的Gemini以及Meta的ImageBind，ImageBind将六种模态统一到同一嵌入空间