预训练模型引发AIGC技术能力的质变。AI预训练模型是基于大规模宽泛的数据进行训练后拥有适应广泛下游任务能力的模型，预训练属于迁移学习的领域，其主旨是使用标注数据前，充分利用大量无标注数据进行训练，模型从中全面学习到与标注无关的潜在知识，进而使模型灵活变通的完成下游任务。视觉大模型提升AIGC感知能力，语言大模型增强AIGC认知能力。
艾猫星球IMT算力系统开发，艾猫星球IMT算力分销模式系统开发，艾猫星球IMT算力下单app系统开发，艾猫星球IMT算力返佣模式开发，艾猫星球IMT算力分销系统平台开发，艾猫星球IMT算力平台定制开发，艾猫星球IMT算力分销模式介绍，艾猫星球IMT算力平台开发。
NLP模型是一种使用自然语言处理（Natural LanguageProcessing，NLP）技术来解决自然语言相关问题的机器学习模型。在NLP领域，AI大模型可适用于人机语言交互，并进行自然语言处理从实现相应的文本分类、文本生成、语音识别、序列标注、机器翻译等功能。NLP的研究经过了以规则为基础的研究方法和以统计为基础的研究方法的发展，目前以基于Transformer的预训练模型已成为当前NLP领域的研究热点，BERT、GPT等模型均采用这一方法。CV模型指计算机视觉模型，是一种基于图像或视频数据的人工智能模型。常见的CV模型有采用深度学习的卷积神经网络（CNN）和生成对抗网络（GAN）。
近年来以 视觉Transformer（ViT）为典型的新型神经网络，通过人类先验知识引入网络设计，使得模型的收敛速度、泛化能力、扩展性及并行性得到飞速提升，通过无监督预训练和微调学习，在多个计算机视觉任务，如图像分类、目标检测、物体识别、图像 生成等取得显著的进步。
多模态技术拓宽了AIGC技术的应用广度。多模态技术将不同模态（图像、声音、语言等）融合在预训练模型中，使得预训练模型从单一的NLP、CV发展成音视频、语言文字、文本图像等多模态、跨模态模型。多模态大模型通过寻找模态数据之间的关联点，将不同模态的原始数据投射在相似的空间中，让模态之间的信号相互理解，进而实现模态数据之间的转化和生成。这一技术对AIGC的原创生成能力的发展起到了重要的支持作用，2021年OpenAI推出AI绘画产品DALL.E可通过输入文字理解生成符合语义且****的绘画作品，其背后离不开多模态技术的支持。