/docs/llm-base/scenes/multi-modal/reference.md

• 多模态大模型 CLIP, BLIP, BLIP2, LLaVA, miniGPT4, InstructBLIP 系列解读

• AIGC爆火的背后——对抗生成网络GAN浅析

• AIGC爆火的背后——扩散模型DDPM浅析

• 十分钟读懂Diffusion：图解Diffusion扩散模型

• 十分钟读懂Stable Diffusion

• CogVLM

• Qwen-VL

• https://github.com/facebookresearch/multimodal

LateFusion, FLAVA and CLIP