UC伯克利等发布多模态基础模型CoDi-2：实现任意模态间生成

报告摘要

CoDi-2是UC伯克利、微软、Zoom等机构联合推出的多模态大语言模型，支持任意组合的输入输出模态生成，具备上下文学习、推理、聊天、编辑等能力，在复杂多模态指令理解上表现优异。该模型通过模态与语言对齐，实现了零样本细粒度控制，为多模态交互提供新范式。