谷歌推多模态自回归模型Mirasol3B

要点:GoogleAI发布了一种名为Mirasol3B的多模态自回归模型，可以学习处理音频、视频和文本等不同的模态数据。Mirasol3B采用了多模态自回归结构，将时间对齐和上下文模态分开建模，通过交叉注意力机制实现模态之间的信息交换。