2025年Next Token Prediction范式会统一多模态吗？

文章预览

↑ 点击 蓝字  关注极市平台 作者丨MMNTP Team 来源丨PaperWeekly 编辑丨极市平台 极市导读   全 面探讨了Next Token Prediction（NTP）范式在多模态领域的应用，包括多模态的Tokenization技术、MMNTP模型架构设计、训练方法与推理策略、性能评测体系以及现存挑战与未来方向等方面  >> 加入极市CV技术交流群，走在计算机视觉的最前沿 本文将介绍最近和来自北大，北航，港大，国科大等学校的同学以及阿里，Microsoft，Humanify 等研究机构呕心沥血的综述工作《Next Token Prediction Towards Multimodal Intelligence: A Comprehensive Survey》。 论文标题： Next Token Prediction Towards Multimodal Intelligence: A Comprehensive Survey 论文链接： https://arxiv.org/abs/2412.18619 Github链接： https://github.com/LMM101/Awesome-Multimodal-Next-Token-Prediction 01 简介 过去一两年时间里，多模态（Multimodal）领域涌现了大量基于 Next To ………………………………