MCoT团队 投稿 量子位 | 公众号 QbitAI 多模态思维链 （MCoT） 系统综述来了！ 不仅阐释了与该领域相关的基本概念和定义，还包括详细的分类法、对不同应用中现有方法的分析、对当前挑战的洞察以及促进多模态推理发 展的未来研究方向。 当下，传统思维链 （CoT） 已经让AI在文字推理上变得更聪明，比如一步步推导数学题的答案。但现实世界远比单一文字复杂得多——我们 看图说话、听声辨情、摸物识形。 MCoT的出现就像给AI装上了"多感官大脑"，它 能同时处理图像、视频、音频、3D模型、表格等多种信息 。比如，输入一张CT影像和患者的 病史，AI就能输出诊断报告，还能标注出病灶位置。 这种跨越模态的推理能力，让AI更接近人类的思考方式。 然而，尽管取得了这些进展，该领域仍缺乏全面综述。为了填补这一空白，来自新加坡国立大学、香港中文大学、新加坡南洋理工大学、罗切 斯特大学的研究人员联合完成这项新工作。 以下是更多细节。 MCoT核心方法论 多模态思维链 （MCoT） 的成功依赖于其系统化的方法论体系，以下是对其六大技术支柱的重新表述与润色，旨在提升学术表达的精确性与 流畅性： 1、推理构建视角 基于提示 （ ...

点击 上方 硬AI 关注我们 如果Scaling Law继续有效， 继续看好AI系统组件供应商（如芯片、网络设备等），谨慎对待那些不得不持续投入巨额资 本支出的科技巨头。如果预训练缩放停滞： 看好科技巨头（因为自由现金流将回升），并关注那些拥有大量用户、能够 从推理成本下降中获益的应用类股票。 硬·AI 作者 |硬 AI 编辑 | 硬 AI 还抱着"越大越好"的AI模型不放？华尔街投行巴克莱最新研报给出了一个颠覆性的预测： AI行业正经历一 场"巨变"（Big Shift），"推理模型"和"Agent"将成为新时代的弄潮儿，而"大力出奇迹"的传统大模型， 可能很快就要过气了！ 这场变革的核心，是AI模型从"死记硬背"到"举一反三"的进化。过去，我们追求更大的模型、更多的参 数、更海量的训练数据，坚信"量变产生质变"。但现在，巴克莱指出，这条路可能已经走到了尽头。 算力无底洞、成本高企、收益却难以匹配……传统大模型的"军备竞赛"让众多科技巨头苦不堪言。更要命 的是，用户真的需要那么"大"的模型吗？在许多场景下，一个更"聪明"、更会推理的小模型，反而能提供 更精准、更高效的服务。 这究竟是怎么回事？对于投资者来说 ...