本書循序漸進、深入講解了多模態(tài)大模型核心開發(fā)技術(shù)與應用實戰(zhàn)的知識。全書共10章，分別講解了多模態(tài)開發(fā)概述、多模態(tài)大模型與框架、多模態(tài)數(shù)據(jù)處理、多模態(tài)表示學習、多模態(tài)嵌入表示、多模態(tài)大模型訓練、多模態(tài)大模型的評估與驗證、多模態(tài)翻譯系統(tǒng)、基于多模態(tài)大模型的音視頻廣義零樣本學習系統(tǒng)、基于多模態(tài)模型的文生圖系統(tǒng)。全書簡潔而不失其技術(shù)深度，內(nèi)容豐富全面，歷史資料翔實齊全。并且本書易于閱讀，以極簡的文字介紹了復雜的案例，同時涵蓋了其他同類圖書中很少涉及的歷史參考資料，是學習多模態(tài)大模型開發(fā)的完美教程。