多模态从一开始就是谷歌大模型框架的一部分。

OpenAI当下最强大的大模型GPT 4也号称多模态模型，它是怎么实现的呢？不是直接训练一个多模态模型，OpenAI先分别训练了纯文本、纯视觉和纯音频模型，然后将他们拼接在一起。

而谷歌从一开始就建立了一个“多感官”模型，给其“投喂”多模态数据（包括文字、音频、图片、视频、PDF文件等）进行训练。随后，研究人员又用额外的多模态数据进行了微调，进一步提升了模型的有效性。

通用人工智能（AGI）是具备与人类同等智能、或超越人类的人工智能，实现通用人工智能是AI领域的终极目标。这样的AI可以实现自我学习、自我改进、自我调整，进而解决任何问题而不需要人为干预，拥有多模态能力是前提条件。

谷歌DeepMind已经在研究如何将Gemini与机器人技术结合起来，与世界进行物理交互。据Wired报道，DeepMind首席执行官、Gemini团队代表德米斯•哈萨比斯（Demis Hassabis）表示，真正的多模态需要包括触摸和触觉反馈，将这类多模态模型应用于机器人技术能催生很多可能性，“随着时间的推移，Gemini的多模态能力将提升，其将获得更多的感官，包括触觉，我们正在对此进行深入探索。”

这意味着，Gemini可以真正用人类的方式理解周围的世界，接收各种类型的数据，包括文字、代码、音频、图像、视频，并给出同样多样化的响应，包括操纵机械臂给出动作回应，人类离通用人工智能更近了一步。

A股市场中的人形机器人概念股包括但不限于巨轮智能、巨能股份、步科股份、丰立智能、中大力德、昊志机电和新时达等。

请注意，以上信息仅供参考，投资有风险，如果投资需谨慎。

安信证券AA级大型央企上市券商，7*24小时在线开户服务，开户即享多重新客福利。
1、5.08%新客理财
2、VIP专属佣金
3、一对一投顾服务。
4、AI网格交易，智能条件单自动交易
5、独家量化GRT平台，全自动化授权跟随交易
6、价值千元的基金、股票、可转债等课程免费看
点击下方关注李顾问，可添加微信私聊！！！