微软日前公布名为「Kosmos-1」的多模式大型语言模型，将能同时理解文字与图像内容，以对应更复杂、多元的人工智能技术应用。ChatGPT是纯文本LLM，而它是更强大的多模式大型语言模型（MLLM）。Kosmos-1可以处理文本、音频、图像和视频等内容，构建一个全能型的人工智能，可以像人类思维一样来处理任务。...