一、多模态大模型的技术演进路径 多模态学习并非新兴概念，其发展可追溯至2014年深度学习兴起初期。早期研究聚焦于图像描述生成（Image Captioning）和视觉问答（VQA）等任务，采用双塔结构分别处理视觉与文本特征……
