技术问题请联系 网站管理员
|
报告信息 |
| 题目：大模型的时空记忆：从长视频理解到具身智能 |
| 报告人：田奇 教授，华为终端BG／广东省光明实验室 |
| 摘要：近年来，大模型展现出强大的感知和逻辑推理能力，但与之相对地，大模型与物理世界交互的能力还比较弱。未来的通用人工智能模型，必须能够在任意大小的现实环境中，处理各类长程任务。然而大模型的上下文长度有限；如何增强其时空记忆能力，并在推理中灵活地应用这些记忆、快速做出相应决策，是重要且富有挑战的难题。本报告主要介绍团队近期在长视频理解（时间记忆）和具身智能（空间记忆）领域的研究进展，给出时间记忆和空间记忆的初步架构，并展示长篇影视剧理解和大范围操作导航的真实案例。 |