MILSは、Facebook Researchが公開したオープンソースプロジェクトです。事前学習済みのモデルと最適化アルゴリズムを活用することで、画像、音声、動画の自動記述生成能力を、いかなる訓練も受けていない大規模言語モデル（LLM）が有することを示すことを目的としています。この技術は、マルチモーダルAIの発展に新たな視点をもたらし、LLMのクロスモーダルタスクにおける潜在能力を示しています。このモデルは主に研究者や開発者を対象としており、マルチモーダルアプリケーションを探求するための強力なツールを提供します。現在、このプロジェクトは無料でオープンソースとして公開されており、学術研究と技術開発の促進を目指しています。