多模态生成模型技术综述论文更新至v4版

该综述旨在梳理多模态生成模型的发展趋势，指出其应用范围已从传统的文本生成，扩展至图像、音乐、视频、人类动作及3D对象等多个领域。在技术层面，该研究详细评估了自监督学习、混合专家（Mixture of Experts）等四项关键技术。研究进一步分析了这些技术在与六种文本条件生成模态结合后，在保真度、组合性及鲁棒性方面的具体表现。 除技术性能外，该综述还深入探讨了当前的信任风险，重点分析了偏见、隐私泄漏及滥用等问题。该综述论文最早发布于2025年5月，经过多次修订，最新版本v4于2026年10月20日发布，体积较前一版有所缩减。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。