本期为TechBeat人工智能社区第637期线上Talk。
北京时间11月7日(周四)20:00，香港科技大学博士生叶汉荣的Talk将准时在TechBeat人工智能社区开播！
他与大家分享的主题 是:“X-VILA - 大语言模型的跨模态对齐”， 届时他 将 介绍一种 全新的任意模态理解与生成对话模型 X-VILA 。
Talk·信息
主题：X-VILA - 大语言模型的跨模态对齐
时间：北京时间11月7日(周四)20:00
地点：TechBeat人工智能社区
http://www.techbeat.net/
Talk·介绍
理解与生成是构建智能体的两大核心能力。在X-VILA中，我们基于大语言模型，提出了一种全新的任意模态理解与生成对话模型。X-VILA 是一个多任务、跨模态的系统，不仅能够理解视频、语言、图像和音频等多种输入，还可以通过这四种模态进行输出，从而实现与人类的多模态对话。
X-VILA 集成了超过160万条跨模态对话数据，并设计了双重对齐框架，包含文本对齐和视觉对齐两个通路，大幅提升了输入与输出的对齐效果。未来，X-VILA 还有诸多值得探索的方向，比如更大规模的训练、融入语音能力以及提升推理效率等。
Talk大纲
1. 构建智能体的关键能力：理解和生成
2. X-VILA: 动机
3. X-VILA: 视觉对齐
4. X-VILA: 实验
5. 未来探索
Talk·预习资料
论文链接： https://arxiv.org/abs/2405.19335
论文链接： https://arxiv.org/abs/2309.05519
Talk·提问交流
在Talk界面下的【交流区】参与互动！留下你的打call和问题，和更多小伙伴们共同讨论，被讲者直接翻牌解答！
你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！
Talk·嘉宾介绍
叶汉荣
香港科技大学 · 博士生
香港科技大学计算机科学与工程系博士生 前Adobe Research, NVIDIA Research, Apple AIML研究实习生 研究多任务跨模态理解和生成模型，曾以第一作者在CVPR/ICCV/ICLR/ECCV/TIP…上发表论文。
个人主页: https://www.techbeat.net/grzytrkj?id=13405
-The End-
如果你也想成为讲者
自荐 / 推荐
单人Talk | 团队专场 | 录播or直播 | 闭门交流
多种方式任你选择！
推荐讲者成功也有奖励哦~
关于TechBeat人工智能社区
TechBeat(www.techbeat.net)隶属于将门创投，是一个荟聚全球华人AI精英的成长社区。
我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。
期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！
更多详细介绍>>
预约本期Talk
热门跟贴