先了解这件事
AI 综述
2026年8月19日,NVIDIA介绍了基于FLARE构建联邦多模态AI工作流的方法:通过大对象外置、张量流式传输和磁盘支持的聚合,协调分布式站点训练视觉语言及统一多模态模型,降低数据传输与服务端聚合的内存压力。其FedUMM方案冻结BLIP3o主干,仅对LoRA适配器进行联邦训练,使每个客户端每轮通信量从28.6 GB降至0.094 GB,并在VQA v2和GenEval上保持约97%的集中式训练性能。相关实验基于模拟站点和公开基准,未证明正式隐私保证。
AI 根据公开报道生成
最新进展 · 正式报道
用 NVIDIA FLARE 构建联邦多模态 AI 工作流事件进展
1 个已确认进展
- 来源：NVIDIA Developer · Generative AI
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
8月20日
NVIDIA Developer · Generative AI一手
用 NVIDIA FLARE 构建联邦多模态 AI 工作流
NVIDIA FLARE 通过外部化、张量流式传输和磁盘聚合，在分布式站点间协调视觉语言模型与统一多模态模型的联邦训练，以缓解传输和服务器端聚合的内存压力。FedUMM 在冻结的 BLIP3o 骨干上仅联邦轻量适配器，将每客户端每轮通信量从 28.6 GB 降至 0.094 GB，同时在 VQA v2 和 GenEval 上保持约 97% 的集中式性能。