7月7日下午，2023 世界人工智能大会（WAIC）多模态大模型创新应用论坛在上海世博中心 517 会议室举办。香港科技大学（广州）人工智能学域助理教授、卡耐基梅隆大学博士梁俊卫参加本次论坛，并做主题报告。
当前，大模型竞赛如火如荼。国内赛道玩家竞相推出的大模型多倾向 To B 路线，国际赛道中玩家更聚焦基础模型（Foundation Models）开发，各类研究机构和应用企业则加速利用开源、应用生态等机会，加速布局。
本次论坛聚焦多模态前沿技术探索、行业应用、生态合作等关键核心议题，汇聚国内外研究机构和顶尖学者代表以及国内知名企业代表，搭建全球视野的大模型技术创新与应用落地的交流平台，聚集大模型产业创新要素，为人工智能产业发展注入创新动能。多模态大模型创新应用论坛邀请了行业顶尖技术大咖与行业专家汇聚一堂。
本次主题报告，香港科技大学（广州）人工智能学域助理教授梁俊卫博士围绕视频大模型的研究，介绍了实验室在人工智能顶级会议NeurIPS 2022上发表的Spotlight工作（3.7%录用率），题为“Multi-dataset Training of Transformers for Robust Action Recognition”。
该研究结合多个大型视频行为识别数据集，通过对训练过程的正则化约束达到更好的训练效果，为工业界以及学术界大型多模态、视频模型的高效训练提供重要参考，为人工智能行业如智慧安防、智能座舱等应用场景提供直接的产品落地方案。同时，梁俊卫教授还介绍了港科大广州人工智能学域及其本科招生情况，以及实验室丰富的硬件条件，并展望了视频大模型在具身智能、机器人时代的未来研究方向。
–
文章转自港科大广州 人工智能公众号