连接文本和视觉模态在生成智能中起关键作用，最近的研究关注多模态大型语言模型 (MLLMs)，分析了它们的体系结构、对齐策略和训练技术，并对其在多个任务上的应用进行了详细分析。调查比较了现有模型的性能和计算要求，为未来的 MLLMs 提供了基础。

本文回顾了最近的面向视觉的多模态大型语言模型的体系结构、对齐策略和训练技术，并对其在多个任务上的性能和计算要求进行了比较分析，为未来的多模态大型语言模型奠定了基础。

本文回顾了最近的面向视觉的多模态大型语言模型的体系结构、对齐策略和训练技术，并对其在多个任务上的性能和计算要求进行了详细分析。该调查为未来的多模态大型语言模型奠定了基础。

本文回顾了最近的面向视觉的多模态大型语言模型的体系结构、对齐策略和训练技术，并对其在多个任务上的应用进行了详细分析。同时，还比较了现有模型的性能和计算要求，为未来的多模态大型语言模型奠定了基础。