书生・多模态整合了语言、图像、视频等多种模态技术，实现通过自然语言定义视觉任务，并具有多模态交互和跨模态生成能力 … 书生・天际是城市级 NeRF 实景三维大模型，具备千亿参数，已实现对 100 平方公里城市实景进行 4K 高精度建模以及编辑。