应安博平台邀请，Dongxu Li博士于2024年4月26日在安博(中国)一站式服务平台作题为“BLIP系列多模态模型工作简述”的报告。此次报告由安博(中国)一站式服务平台图像计算与感知智能研究所潘利源老师主持，研究所相关研究方向教师和研究生参加了学术报告。

由李博士参与的BLIP（Bootstrapping Language-Image Pre-training）系列模型在多模态人工智能领域取得了显著进展。BLIP模型通过结合语言和图像数据，能够在多个应用领域展现出强大的性能。例如，在图像描述生成、视觉问答和图像检索等任务中，BLIP模型都表现出了优异的效果。本次学术报告，李博士与在场的学院师生充分讨论了这一研究方向，介绍了多模态预训练、对比学习、跨模态注意力机制等技术，讲解了Q-Former的使用心得，并进一步探讨了多模态人工智能领域的最新进展和未来机遇。

通过这次学术报告，学院师生对多模态人工智能的相关知识有了更深入的理解。报告内容还进一步拓宽了学院研究生的视野，为未来关于多模态人工智能方向的学术研究和交流合作奠定了基础。

报告人简介：

Dongxu Li博士在澳大利亚国立大学 (ANU) 获得了计算机博士学位，主要研究方向是视觉和语言、多模态表征学习，研究工作包括BLIP系列，是多模态人工智能领域中具影响力的研究之一。