#Fusion-Net

DeepMind发布多模态模型“Fusion-Net”，可同时理解文本、图像和音频

新模型在多项基准测试中刷新纪录，能够执行跨模态的复杂推理任务，为更强大的通用AI铺平道路。

谷歌旗下AI研究机构DeepMind今日发布了一款名为“Fusion-Net”的全新多模态模型。该模型能够同时处理和理解文本、图像、音频等多种信息格式，并在多项跨模态基准测试中取得了破纪录的成绩。研究人员表示，“Fusion-Net”的核心创新在于其高效的跨模态注意力机制，使其能够进行复杂的逻辑推理和生成任务。该模型的发布标志着AI在模拟人类综合感知能力方面又迈出了重要一步。