自回归+扩散！Salesforce开源统一多模态模型BLIP3-o，图像理解与生成全拿下
OpenAI的GPT-4o展示了顶级图像理解与生成能力。BLIP3-o采用自回归+扩散框架，研究者对比了三种设计选择，并最终选择了CLIP + Flow Matching方案和顺序训练策略构建BLIP3-o模型。
CLIP
视觉SSL终于追上了CLIP！Yann LeCun、谢赛宁等新作，逆转VQA任务固有认知
研究者提出了一种新的视觉自监督学习模型Web-SSL，它能够在不依赖语言监督的情况下，在大规模数据集上与CLIP模型媲美，并在多种视觉问题解答任务中表现出色。
本科学历但创造出GPT，奥特曼盛赞为「爱因斯坦级」天才，OpenAI总裁：他想要的，我们都给
Alec Radford离职OpenAI后揭示更多细节，他在Jupyter notebooks上发明了GPT和CLIP。尽管未取得博士学位，他仍对人工智能研究做出了重大贡献，包括参与多项重大突破并作为一作发表论文。
GPT系列开创者，人工智能大神Alec Radford 从OpenAI离职
Alec Radford从OpenAI离职，并计划独立进行研究。他以GPT、DALL-E、CLIP等项目知名，推动了自然语言处理、多模态技术和语音识别领域的革新。
