关闭广告

Meta团队揭秘大模型"视觉天赋"之谜:文本训练竟能培养看图能力

科技行者1048人阅读


这项由Meta超级智能实验室和牛津大学的韩俊林、汤盛邦、范大卫等研究团队完成的重要研究,发表于2025年1月,论文编号为arXiv:2509.26625v1。有兴趣深入了解的读者可以通过该编号查询完整论文。

近年来,一个令人困惑的现象开始引起科学家们的注意:那些只用文字训练的大型语言模型,竟然在处理图像任务时表现出了惊人的能力。这就好比一个从未见过画笔的人,仅仅通过阅读绘画理论书籍,就能画出精美的作品。这种看似不可能的现象背后究竟隐藏着什么秘密?

Meta的研究团队决定深入探究这个谜题。他们发现,当我们给这些"纯文字出身"的AI模型配上视觉编码器,然后进行少量的多模态训练后,它们就能在各种视觉任务中表现得相当出色。更令人惊讶的是,有些模型甚至在从未"见过"图像的情况下,就能完成某些视觉推理任务。

为了彻底理解这种现象,研究团队设计了一套系统性的实验方案。他们像调配食谱一样,精心调配不同类型的文本数据,训练了超过100个不同规模的模型,消耗了50万GPU小时的计算资源。这项研究的规模之大,就像是在建造一个巨大的实验工厂,专门用来生产各种"口味"的AI模型。

上一页 下一页
版权与免责声明:本文内容转载自其他媒体,目的在于传递更多信息,不代表本网观点或立场,不承担此类作品侵权行为的自己责任及连带责任。
猜你喜欢
精彩推荐

推广|| 被刘亦菲、辛芷蕾种草的宝藏单品,确实很好搭!

黎贝卡的异想世界 浏览 1003

随着北京险胜,辽宁大胜,CBA最新积分榜:前四皆9胜2负 排名有变

侃球熊弟 浏览 856

内娱00后小花杀疯了!凭什么碾压杨幂、热巴,成为新一代女顶流?

Yuki女人故事 浏览 1362

媒体披露:U23国足主帅禁止球员在驻地点外卖

环球网资讯 浏览 850

意媒:罗马正在评估引进斯特林的可行性,可能提出租借方案

懂球帝 浏览 849

泽连斯基松口:停火不再是谈判条件

环球网资讯 浏览 1173

媒体:日本情报体系迎来根本性重构 威胁的不止东亚

环球网资讯 浏览 645

迅雷再次起诉前CEO陈磊 知情人:追索金额达2亿元

红星新闻 浏览 874

帕尔马官方:18岁边锋布里奇吉从卢塞恩加盟,签约至2030年

直播吧 浏览 1130

80后王宁,身家超过马云!

蓝鲸新闻 浏览 1086

9月MPV销量榜大洗牌,魏牌高山首夺魁,新能源车型主导市场格局

玩车专家1 浏览 1031

星途神秘新车轮廓曝光 又一款性能SUV要来了?

网易汽车 浏览 652

车长超5米 比亚迪海狮08/海豹08配高阶智驾

网易汽车 浏览 920

上海97-77大胜浙江,李弘权18分,吴前15分,兰道夫27+5

懂球帝 浏览 944

深圳“果链女王”拟减持3600万股,公司市值超千亿,正冲刺A+H上市

红星资本局 浏览 1619

媒体:放弃全球霸权 背叛美国的美国已不再自信

南风窗 浏览 923

50+姐姐秋冬穿对赢麻了!别硬凹少女感,3个技巧穿出显贵感

静儿时尚达人 浏览 961

靠扒“脏”数据,这家公司干到估值数亿

虎嗅APP 浏览 1744

8月第二周销量出炉:吉利银河、零跑双双破万,理想迎来增长

车市红点 浏览 1185

2025年买车:同款车型,选纯电还是增程?

百姓评车 浏览 1163

中报营利增速放缓 锦波生物能握紧C端金钥匙?

铑财 浏览 1202
本站所有信息收集于互联网,如本站收集信息侵权,请联系我们及时删除
闽ICP备16027347号-4