发完CVPR，发ECCV！多模态预训练果然没让我失望！

文章预览

要说当下人工智能的一个大趋势，那必然是多模态。特别是为了应对任务复杂性、数据标注难题等方面的需求，当前我们对 多模态预训练 的研究热情已经空前高涨。 多模态预训练是一种简单高效的方法 ，它可以通过同时处理多种类型的数据，全面提高模型的表征、泛化等各项能力，也不需要我们大量标注数据，因此 无论是在学术界还是工业界，都是香饽饽。 最近这方向一些阶段性的结果已经在各大顶会发表了，比如CVPR 2024的ULIP-2框架，无需标注数据即可刷新SOTA；还有ECCV 2024的MMEarth框架，各方面都显著优于其他预训练模型。 如果有同学想发表相关论文冲冲顶会，我这边整理好了 10篇 最新的多模态预训练论文 以供参考，全部都有开源代码，希望能帮大家加快点进度。 扫码添加小享， 回复“ 多模态预训练 ” 免费获取 全部论文+开源代码 ULIP-2: T ………………………………