基于大规模自监督学习的多模态人工智能算法，融合语言和视觉模态理解，实现下一代认知域人工智能应用场景落地。已完成基于行业的十亿级图文、亿级图片、万级视频大规模预训练，实现用更小的标注样本数量，融合更多的模态信息，获得更为准确的ai模型，灵活适配多场景应用需求。
om-plm文本语义理解ai算法
基于自监督学习的语言大模型，通过对行业数据进行无监督自学习，更好的理解行业术语和专业语法信息，从而解决行业文本深度语义理解、小样本学习等重点难题。
om-dof视觉异常检测技术
新一代无监督异常检测系统，在无任何异常样本的情况下，只需对正常数据进行建模即可实现异常检测，并且支持后期以半监督的方式持续提高检测的准确性，充分解决异常样本数据获取难的问题。
om-vql视觉语言ai算法
全新认知视觉目标识别系统，通过对图像中的对象、属性、复杂行为等进行精确的定义和识别，解决长尾目标识别、小样本识别、语义目标识别等众多世界级难题。
