谷歌和柏林工業大學的團隊重磅推出了史上最大的視覺語言模型——PaLM-E，參數量高達5620億（GPT-3的參數量為1750億）。作為一種多模態具身視覺語言模型（VLM），PaLM-E不僅可以理解圖像，還能理解、生成語言，可以執行各種復雜的機器人指令而無需重新訓練。谷歌研究人員計劃探索PaLM-E在現實世界場景中的更多應用，例如家庭自動化或工業機器人。 (新浪財經) 原文鏈接 查看更多快訊