跨模态（cross-modal）

term_id: cross_modal

Category: basic_concepts

Definition

跨模态人工智能涉及处理和关联来自不同模态的数据，例如结合视觉、听觉和文本输入。这些系统学习共享表示以理解关系…

Summary

整合和处理不同感官数据类型（如文本和图像）信息的 techniques。

Key Concepts

多模态学习
数据融合
共享嵌入
模态间映射

Use Cases

图像描述生成
视觉问答
多模态搜索