一、多模态大模型的技术背景与LLaVA架构解析 多模态大模型通过融合文本、图像、视频等多种模态信息，实现跨模态的理解与生成，成为人工智能领域的重要突破。传统方案多采用分阶段训练（如先训练视觉编码器，再训练……
