TalentMe
⚡ 3阶闪卡
3,240
🛠️ 工具箱
15
📚 资源
🔍 检索
3,491
联系我们
🎁
预约免费初聊
💬 Discord
🌐
EN
☀️
登录
免费开始
➔
☰
← 复习路线图
👁️ 多模态 思维导图
37 个知识点 · 点击节点弹出结构化卡片
同色 = 同一指南主题。悬停节点点亮依赖链,支持搜索与拖拽缩放。右上角可导出 PNG 或全屏查看。
⬇ 深色 PNG
⬇ 浅色 PNG
⛶ 全屏
CLIP 双塔架构
VLM 架构与投影
VLM 能力与训练
扩散核心原理
扩散生成应用
ε/v-pred 与 Zero-SNR
音频表示
JEPA 联合嵌入预测
LLM 底座(跨模块)
具身智能(跨模块)
多模态 RAG(跨模块)
CLIP 双塔架构
CLIP 双塔架构
点击查看定义和考点
InfoNCE 对比损失
InfoNCE 对比损失
点击查看定义和考点
CLIP 应用
CLIP 应用
点击查看定义和考点
VLM 架构
VLM 架构
点击查看定义和考点
视觉编码器
视觉编码器
点击查看定义和考点
VLM 投影器 MLP/Q-Former
VLM 投影器 MLP/Q-Former
点击查看定义和考点
AnyRes 切块/动态 Token
AnyRes 切块/动态 Token
点击查看定义和考点
Native 同构多模态
Native 同构多模态
点击查看定义和考点
图文交错训练
图文交错训练
点击查看定义和考点
VLM 能力图谱
VLM 能力图谱
点击查看定义和考点
多模态推理与 Agent
多模态推理与 Agent
点击查看定义和考点
多模态幻觉
多模态幻觉
点击查看定义和考点
多模态评测基准
多模态评测基准
点击查看定义和考点
VLM 三阶段训练
VLM 三阶段训练
点击查看定义和考点
Masked Cross-Entropy
Masked Cross-Entropy
点击查看定义和考点
Multimodal DPO/RLHF-V
Multimodal DPO/RLHF-V
点击查看定义和考点
DDPM 前向/反向
DDPM 前向/反向
点击查看定义和考点
Classifier-Free Guidance
Classifier-Free Guidance
点击查看定义和考点
潜空间扩散 LDM
潜空间扩散 LDM
点击查看定义和考点
扩散 vs GAN vs 自回归
扩散 vs GAN vs 自回归
点击查看定义和考点
采样加速 DDIM/LCM
采样加速 DDIM/LCM
点击查看定义和考点
视频生成
视频生成
点击查看定义和考点
DiT/3D Causal VAE
DiT/3D Causal VAE
点击查看定义和考点
视频渐进训练/分桶
视频渐进训练/分桶
点击查看定义和考点
ε/v-pred 与 Zero-SNR
ε/v-pred 与 Zero-SNR
点击查看定义和考点
音频表示
音频表示
点击查看定义和考点
语音识别 ASR
语音识别 ASR
点击查看定义和考点
语音合成 TTS
语音合成 TTS
点击查看定义和考点
语音 LLM
语音 LLM
点击查看定义和考点
RVQ 与语义/听觉 Token
RVQ 与语义/听觉 Token
点击查看定义和考点
JEPA 联合嵌入预测
JEPA 联合嵌入预测
点击查看定义和考点
世界模型应用
世界模型应用
点击查看定义和考点
LLM 底座(跨模块)
LLM 底座(跨模块)
点击查看定义和考点
具身智能(跨模块)
具身智能(跨模块)
点击查看定义和考点
VLA 具身大模型(跨模块)
VLA 具身大模型(跨模块)
点击查看定义和考点
多模态 RAG(跨模块)
多模态 RAG(跨模块)
点击查看定义和考点
ColPali Late-Interaction
ColPali Late-Interaction
点击查看定义和考点
+
100%
−
自适应
100%
🖱️ 可拖拽平移画布 · 悬停点亮知识依赖链 · 点击打开知识卡
CLIP 双塔架构
VLM 架构
DDPM 前向/反向
音频表示
JEPA 联合嵌入预测
LLM 底座(跨模块)
具身智能(跨模块)
多模态 RAG(跨模块)
⚡
闪卡
🧭
知识库
🛠️
工具箱
🎯
1v1辅导
👤
登录