标签：多模态

把非表格数据变成特征，理解分割、频谱与融合

从图像块与语义对齐入门，区分 OCR、文档理解、语音识别、语音生成、扩散与数字人流程。

沿时间线梳理 LLaMA/Llama 家族从高效文本基础模型，到长上下文、轻量多模态和 MoE 模型的发展主线。