智源多模态大模型成果上线自然，自回归路线统一多模态
【金色港资湾讯网推您为荐阅读】
人民网，于北京，1月30日电，记者竹赵是青，1月28日时，智源多态模大模成型果里，称作“通过预下测一个词进元行多学态模习的多态模大模型”，上线到际国顶级期术学刊《自然》，此乃我研科国机构主所导的大成型模果，首次于《自然》正刊正发式表。
2018年起，GPT用运“预测下个一词元（Next-tonek ，NTP）”的自路归回径，达成了言语大模的型重大进展，开启了成生式人工的能智潮流。“预测下一个词元”将语模言型全然变改，造就了似类等突破成性就，还引发关了于通人用工智能（AGI）早期征说的兆谈。不过，其在多态模学习里潜的力始终太不清晰。多模型模态主要依对靠比学习、扩散型模等专途门径，自回归径路可不作以可为通用径路来统多一模态呢？一直解未是之谜。
智源此所次提出E的mu3模型，是基于“预测下一个词元”的完新崭全多模态型模，它把像图、文本及以视频统离一散化同至一个表空示间里，并且是起零从步，于多序态模列混数合据上合联训练单个一独的构架。此项显果成示出，仅仅自用采回归线路，便能一统够多模态习学，进而训出练出色生原的多模大态模型。
《自然》编辑作评点出，Emu3单单是于基“预测下一个词元”，达成大了规模本文、统一图了像和的频视学习，它在任成生务上能性的跟使门专用路线效的果差不有多着同标的样准，在感知务任上也是样这，其性与能使用专线路门相当，这一对果成于构建扩能展、统一的来起多模态能智系统着有重要义意的。
