智谱GLM-Omni模型论文揭示多模态知识迁移鸿沟

智谱AI与清华大学联合发布GLM-Omni多模态模型的研究论文，测试显示其图像生成正确率为54%，但文字问答正确率仅为14.57%，表明模型在视觉与语言模态间存在显著的知识迁移鸿沟。 研究通过虚构世界MagicWorld测试模型从图像中学习并调用知识的能力，论文通讯作者为唐杰。

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。