- 1、本文档共34页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
Integrating
senses:
HowAIislearningto
see,hear,andinteract
RolandMemisevic
SeniorDirectorofEngineeringatQualcommAIResearch
JointworkwithSunnyPanchal,ApratimBhattacharyya,
GuillaumeBerger,AntoineMercier,RezaPourreza,SanjayHaresh,andothers
September24,2024
SnapdragonandQualcommbrandedproductsareproductsofQualcommTechnologies,Inc.and/oritssubsidiaries.SnapdragonandQualcommbrandedproductsareproductsofQualcommTechnologies,Inc.and/oritssubsidiaries.
Agenda
•Keyconcept:streamingarchitecture
•Importanceofdatasetsforend-to-endtraining
•Efficienthuman-AIinteractionandvideo-based
reasoning
•ImprovingstreamingvideoLLMsusingauxiliarytasks
•QA
22
MODALITYANDUSECASECAPABILITYANDKPI
VoiceUILongercontextwindow
VoiceisanaturalandintuitiveAllowsin-depthconversations
interfaceforconversation
GenerativeAI
LargemultimodalmodelsPersonalization
UtilizingmoresensingcapabilitiesFine-tunedmodelscustomized
inputmodalitiestobettertoconsumers,enterprises,or
understandtheworldcontinuetoindustries(e.g.,LoRA)
increase
Video3DHigherre
文档评论(0)