专题演讲嘉宾:谢榛

阿里云高级算法专家

目前担任阿里云智能的高级算法专家,行业大模型多模态算法研发负责人。研究重点在于计算机视觉、多模态大模型、检索增强生成(RAG)、智能体等领域。近年来,已在包括 ECCV、ICASSP、ICRA 等在内的多个国际顶级会议和期刊中发表学术论文超过 10 篇,专利 10 余项,在 CVPR 2024 的 AICity Challenge 城市交通安全分析竞赛中荣获了全球第一名的成绩。具备丰富的人工智能大模型及产品开发经验,积极致力于推动大模型相关技术在不同行业的应用与发展。

by 谢榛

阿里云
高级算法专家

在过去的一年里,多模态大模型因其广泛的潜在应用而受到了前所未有的关注。此次演讲旨在概述当前多模态模型的发展状况,遇到的问题和挑战,并通过具体案例深入探讨该领域的最新进展。将结合团队近期的两个工作——CityLLava(2024CVPR AI city challenge Track 2 winner)与IVTP(ECCV2024),来详细介绍行业多模态模型的迭代范式及其训练与推理过程中的加速优化技术。希望通过本次分享,能够为参会者提供一个多模态大模型领域的全面视角,激发更多关于未来发展方向和技术革新的思考。

更多详细内容可参考:

  • https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/02577.pdf
  • https://github.com/alibaba/AICITY2024_Track2_AliOpenTrek_CityLLaVA

演讲提纲:

  1. 多模态模型现状概述
    • 多模态概述及架构发展
    • 多模态能力场景
  2. 行业多模态模型迭代范式
    • 行业多模态场景难点
    • 数据构建方法
    • 模型微调范式
  3. 多模态训练及推理加速技术
    • 多模态训推加速方法概述
    • IVTP:指令指导的视觉Token 剪枝技术
  4. 多模态总结展望

听众收益:

  • 深入了解多模态大模型的进展
  • 启发行业多模态模型高效迭代和训推加速技术相关思考

交通指南

北京丰大国际大酒店

Beijing Fengda International Hotel
地址:北京市大兴区荣华中路20号
  • 微信咨询

  • 电话咨询

    联系电话:13269078023

领取往期热门演讲视频

领取往期热门演讲视频二维码
如您在购票过程中遇到问题,请扫码咨询票务小助手