# AI 模型的多元化

URL: https://caijiao.org/gtc-2025/14
Source: docs/gtc-2025/14.md
Description: 在这些模型之上，才是应用。Transformer 并不是一个通用模型。它是一个极其高效的模型，但并不存在一个通用的模型。只是 AI 具有普遍的影响力。模型类型多种多样。在过去的几年里，我们享受了多模态的发明，并经历了其创新突破。

在这些模型之上，才是应用。Transformer 并不是一个通用模型。它是一个极其高效的模型，但并不存在一个通用的模型。只是 AI 具有普遍的影响力。模型类型多种多样。在过去的几年里，我们享受了多模态的发明，并经历了其创新突破。

模型类型多种多样。有 CNN 模型（组合神经网络模型）、状态空间模型、图神经网络模型、多模态模型，当然还有我刚才描述的所有不同的分词（tokenization）和 token 方法。你可以拥有在理解上具有空间性的模型，针对空间感知进行优化。你也可以拥有针对长序列进行优化的模型，用于识别长期内的细微信息。模型类型多种多样。

在这些模型之上，是架构。在这些模型架构之上，才是应用。