腾讯AI实验室与香港中文大学团队合作研发出UniRepLKNet，一种基于大核CNN的多模态模型，旨在挑战Transformer在多模态领域的统治地位。该模型在处理点云、音频和视频数据等方面表现出色，其优势在于无需改变模型结构即可适应不同的数据类型。UniRepLKNet在ImageNet、COCO和ADE20K等基准测试中均超越了Transformer模型，证明了大核CNN在多模态应用中的巨大潜力，为多模态研究提供了新的方向和思路。
腾讯AI实验室与港中文团队合作推出UniRepLKNet，挑战Transformer在多模态领域的主导地位。该大核CNN架构在点云、音频、视频等任务上表现出色，无需改变模型结构。UniRepLKNet在ImageNet、COCO、ADE20K等任务中超越了Transformer，展示了大核CNN在多模态应用中的潜力。
UniRepLKNet的成功表明，大核CNN架构在多模态任务中具有竞争力，为未来多模态模型的设计提供了新的思路。其无需改变模型结构的特性也简化了模型应用，提高了开发效率。 这项研究成果为人工智能领域的多模态研究带来了新的突破，值得进一步关注和深入研究。