香港中文大学（CUHK）的研究团队成功开发了一种新的基础人工智能模型“VisionFM”，专注于眼科疾病的诊断与预测，特别在疾病筛查和青光眼进展预测等方面表现出色。相关研究已于上月发表在《NEJM AI》期刊上。图源备注:图片由AI生成，图片授权服务商MidjourneyVisionFM 的能力令人瞩目。研究显示，该模型在诊断12种眼科疾病时，其精确度不仅可与中级眼科医生相媲美，甚至在部分任务中表现更优，尤其在预测青光眼进展方面，超过了此前眼科领域的基础模型 RETFound。研究团队认为，随着训练

ControlMM是香港中文大学与腾讯联合开发的创新技术框架，旨在解决多模态全身动作生成中的难题。该框架支持文本、语音、音乐等多模态输入，生成与内容匹配的全身动作，通过ControlMM-Attn模块并行处理动态与静态人体拓扑，实现高效运动知识学习。采用分阶段训练策略，从文本到运动预训练到多模态控制适应，确保模型在不同条件下的有效性。ControlMM-Bench基准引入，提供统一格式的多模态全身动作生成评估，推动了领域发展。实验结果表明，ControlMM在可控性、顺序性和运动合理性方面显著优于基线模型，展现了在文本、语音和音乐控制下的出色性能。

由香港中文大学和中国科学院等机构的研究团队提出了一种名为MiCo（Multimodal Context）的全模态预训练范式，这一方法在多模态学习领域取得了显著成果，刷新了37项最先进性能(SOTA)记录。