后GPT时代，多模态是最大的机会

本文作者：王咏刚，SeedV实验室创始人/CEO，创新工场AI工程院执行院长目录核心观点大语言模型的“垄断”与“白菜化”多模态AI的广阔天地多模态技术处于大爆发早期多模态AI为什么这么难大语言模型本身的多模态能力另一个“大力出奇迹”的结局？多模态应用的创新“蓝海”参考资料我既是软件工程师，也是投资人和创业者。我曾参与多个成功AI项目的创建、孵化或投资。今天，ChatGPT开启了崭新的AI 2.0时代，我个人也全力投入到一个3D+AI的全新创业历程中。在我的创业团队，大家最关心的AI核心技术是跨文本、图像、视频、3D、动画序列等信息的多模态AI。此前一段时间，我将我们团队在这个领域的思考整理成多份笔记。本文是这些笔记的汇总和归纳。童超、潘昊等SeedV实验室成员直接为本文贡献了重要的技术实验、思考结论或参考信息，在此表示 ………………………………