请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。

原本他跟周瑶倒是想过要在酒店宴会厅，但考虑到酒店终究没有在家里热闹，最终还是选择在别墅。

“对了，你家那边的一些亲戚，回头你问问他们有什么想玩的”

“这个我还真不清楚，等我回去问问我妈”

周瑶想了数秒，摇了摇头。

这次除了申城这边的亲戚，她父亲那边的亲戚一个都没来，倒不是没有通知，而是自从她奶奶过世后，两方来往就比较少了。

次日，周一。

王卓没有去酒店，而是来到了张江。

他先是视察了位于张江的拼多多产业园，确认下个月可以正常搬迁后，接着又来到了张量实验室。

课程表研究院推出的W＋Deep＋X模型，实际上就有张量实验室的功劳。

若不是张量实验室优化了LSTM框架，课程表研究院绝对不可能这么快就搞出多条任务线模型。

可继续在LSTM框架上做道场明显是有上限的。

“现在我们基于LSTM框架最多可以稳定运行5条任务线，6条必崩”

孙剑介绍道。

“比如VesText的图文识别翻译，本质上并不是直接通过文本模型，而是先经过OCR识别成文本，再用文本模型进行处理”

“我们也尝试过将CV模型塞进文本中，效果不能说没有，差不多就是看图说话的水平吧”

“什么意思？”

王卓听完他的描述，整个人都是懵的。

喜欢重生一年，家里资产破亿请大家收藏：重生一年，家里资产破亿更新速度全网最快。

CV模型他倒是知道，是CoputerVision的缩写，通俗点，就是计算机视觉。

课程表在这一块的技术储备很多，比如客支付的人脸识别、安防业务的图形分类、追踪等技术都属于CV领域。

但是CV的框架是（卷积神经网络），它跟文本的LSTM框架是不一样的。

这个还能塞进去？

“这个属于多模态模型训练形式的一种，国外也有不少实验室在尝试类似的融合”

孙剑继续说道。

“之前我不是说了LSTM框架无法支撑太多任务线吗？如果把和LSTM融合，做一个多模态的新框架，能不能两个问题一起解决？

“可以吗？”

王卓这个听懂了。

这特么不就是通用大模型的雏形吗？

“理论上是有可能的，但现在与LSTM相融合的效果确实有些，怎么说呢”

孙剑沉思了数秒，不知道该如何形容。

“就是，我们拍了一张照片，然后发送出去，这融合的模型会给我们描述照片上的东西，很笨拙，甚至有些词很乱，比如图片上是一只猫，它给我们的答案是一只老虎”

“比如天空是蓝色，它给我们反馈的是绿色，总之现在还需要训练一段时间看看具体效果，毕竟两个模型在融合后能跑通基础功能，这说明多模态训练是可行的”

喜欢重生一年，家里资产破亿请大家收藏：重生一年，家里资产破亿更新速度全网最快。