该研究建立了一个新的跨模态问答数据集，并提出了基于神经网络的OKVQA系统S3，表现良好。文章探讨了智能语音助手在家居环境中的应用，开发了基于表格的问答模型，提升了AI视觉辅助能力。此外，研究提出了多轮对话检索方法和新型记忆机制TiM，强调个性化记忆在问答任务中的重要性，并开发了新的检索模型以应对长期对话中的挑战。