ModelScope 社区平台提供了覆盖多个领域的模型任务，包括自然语言处理（NLP）、计算机视觉（CV)、语音（Audio)、多模态（Multi-Modal）等，并提供相关任务的推理、训练等服务。

• 自然语言处理（NLP）：自然语言处理是人工智能和语言学领域的分支学科。自然语言处理融合了计算机科学，语言学和机器学习的交叉学科，利用计算机技术对语言进行处理和加工的科学，包括对词法、句法、语义等信息的识别、分类、抽取、生成等技术。
• 计算机视觉（CV)：计算机视觉是指机器感知环境的能力。这一技术类别中的经典任务有图像生成、图像处理、图像提取和图像的三维推理。
• 语音处理（Audio)：语音处理指机器从大量的语音数据中提取语音特征，学习和发现其中蕴含的规律的过程。
• 多模态（Multi-Modal）: 多模态主要是指让机器能够理解和处理自然界或人工定义的多种模态信息，如声音、语言、视觉信息和表格、点云信息等。多模态技术的目的是打通模态之间沟通的桥梁和通过信息互补提升理解各自模态的能力。常见任务有视觉问答，表格问答，图片描述以及目前火热的根据描述生成图片。
• 科学 （Science）：科学领域，目前包含了蛋白质预测模型等。

计算机视觉#

自然语言处理#

语音处理#

| --- | --- | --- |

多模态技术#

| --- | --- | --- |

科学计算#

| --- | --- | --- |