Meta 开源多感官人工智能模型，整合文本、音频、视觉等六种类型的数据

ImageBind将多种数据流联系在一起，包括文本、音频、视觉数据、深度信息、温度和运动读数。

Meta公司公布了一个新的开源人工智能模型ImageBind，将多种数据流联系在一起，包括文本、音频、视觉数据、温度和运动读数等。

这个模型目前只是研究项目，没有直接的消费者用户或实际应用，但它指出了生成式人工智能系统的未来，可以创造沉浸式多感官体验，并表明在OpenAI和谷歌等竞争对手变得越来越神秘的时候，Meta继续对外分享人工智能研究。

Facebook 这个 ImageBind太牛逼了吧 就像论文中说的：One Embedding Space To Bind Them All 这是要搞模型元宇宙吗？ 可以将文本、音频、视觉、温度还有运动数据流串联在一起，形成一个单一的 embedding space，可以让模型能从多维度来理解世界。

官方原文：

https://ai.facebook.com/blog/imagebind-six-modalities-binding-ai/

来源：https://mp.weixin.qq.com/s/L5HeH_bXPIgDqlw_W4vqnw