给创业者的「视频生成/多模态」前沿技术与创业实操盘点

文章预览

当下，多模态、3D 和视频生成三个相关但又各自独立的领域正不断融合。相关技术的发展不仅在学术界引起了广泛关注，更展现出了可观的商业化潜力。 为了帮助大家梳理上述领域前沿研究和商业落地实践的最新动态，我们邀请奇绩校友 （创源引擎、极佳科技、万物灵犀等）共创了一篇视频生成/多模态方向的综述文章。 欢迎大家扫描下方二维码，添加小助手，实时查看视频生成/多模态最新的内容，以及加入「视频生成创业者交流群」： ﹀ ﹀ ﹀ 文章主要内容包括： 多模态学术前沿探索 跨模态生成： 图像生成和视频生成的经典论文回顾 跨模态理解： 多模态大模型经典综述论文回顾，以及多模态幻觉（Multimodal Hallucination）、片段定位（Grounding）、具身智能（Embodied Intelligence）、视频理解中高效帧采样的单帧偏置（single frame bias）等重要学术问题 ………………………………