yunxinan的专栏

MCP（Master Control Program）是计算机控制系统中的核心部分，负责协调和管理整个系统的功能模块。

视觉语言动作模型

大模型与智能体测试方法

在计算机视觉我认为最有价值的研究是：医学图像处理、文字图像处理、遥感图像处理

多模态认知计算是指一种人工智能技术，它能够处理和理解来自多种不同感知渠道（或模式）的信息。这些模式可以包括文本、图像、声音、视频等。通过结合多个数据源，多模态认知系统旨在模仿人类大脑处理信息的方式，因为人脑在理解和解释世界时通常会同时利用视觉、听觉等多种感官输入。

然而，与人类不同的是，智能体缺乏物理世界的直接互动能力、人类的记忆能力以及规划思考能力。大型语言模型智能体操作系统是一种创新的操作系统，旨在解决资源分配、上下文维护和异构代理集成的挑战。该系统将大型语言模型（LLM）嵌入到操作系统中，作为操作系统的大脑，从而优化了操作系统的功能。短期记忆涉及执行任务过程中的上下文信息，这些信息在子任务执行过程中产生和暂存，任务完成后被清空。智能体可以是任何具有感知、推理和行动能力的系统，比如人工智能、机器人或者软件代理。智能体操作系统，是一种多模态协通的智能体系统。

语言模型