Search

Results for “音频向量”

Total 1 articles

从多模态大模型中「拆」出音频向量模型

从多模态大模型中「拆」出音频向量模型 (opens in a new tab)

Google 最近发了 Gemini Embedding 2,他们第一个原生多模态向量模型。文本、图像、视频、音频、文档,全部映射到同一个 3072 维向量空间。这是 Omni Embedding(全模态向量模型)的大趋势:一个架构吃下所有模态,从 jina-embeddings-v4 到 Omni-Embed-Nemotron 再到 Omni-5,大家都在往这个方向收敛。

AI guides
0