多模态的一些研究方向

以下是当今多模态研究的方向
视觉

• VG：视觉生成
• VQA：视觉问答
• VC：视觉字幕
• VCR：视觉常识性推理

分类

• MAC:多模态情感计算
• NLVC：视频推理的自然语言

检索任务

• VR：视觉检索（CLIP就属于视觉检索）

其他

• VLN：视觉语言导航
• MMT：多模态机器翻译