谷歌和柏林工業(yè)大學的團隊重磅推出了史上最大的視覺語言模型——PaLM-E，參數(shù)量高達5620億（GPT-3的參數(shù)量為1750億）。作為一種多模態(tài)具身視覺語言模型（VLM），PaLM-E不僅可以理解圖像，還能理解、生成語言，可以執(zhí)行各種復雜的機器人指令而無需重新訓練。谷歌研究人員計劃探索PaLM-E在現(xiàn)實世界場景中的更多應用，例如家庭自動化或工業(yè)機器人。 (新浪財經(jīng)) 原文鏈接 查看更多快訊