专题演讲嘉宾：黄宇凯

目前，大模型对 AI 训练数据的质量要求不断上升，数据模态呈多样化。文成图、图生文、文生视频等技术不断涌现，本次演讲将会对多模态大模型的底层数据构建进行解析，以及目前多模态大模型数据需求与挑战，并阐述如何通过高质量训练语料激发多模态大模型展现出更为强大和灵活的潜力，生成持续时间、宽高比和分辨率多样的视频和图像。同时也将会围绕海天瑞声多模态数据标注平台功能以及背后的硬核技术进行讲解，提高数据的生产效率。

演讲提纲：

1. 大模型发展趋势——多模态
2. 多模态大模型底层数据构建
3. 多模态大模型数据需求与挑战
4. 多模态数据标注平台功能及技术解析

听众收益：

• 多模态大模型底层数据架构以及目前多模态大模型所面临的数据需求及挑战；
• 如何通过高质量训练语料激发多模态大模型展现出更为强大和灵活的潜力，生成持续时间、宽高比和分辨率多样的视频和图像；
• 最前沿的多模态数据标注平台功能以及背后的硬核技术。

内容亮点：

• 文生图、文生视频技术不断涌现、Sora 大模型底层数据架构解析
• 目前大模型的数据需求及挑战
• 最前沿的多模态数据标注平台功能以及背后的硬核技术