基于大規模自監督學習的多模態人工智能算法，融合語言和視覺模態理解，實現下一代認知域人工智能應用場景落地。已完成基于行業的十億級圖文、億級圖片、萬級視頻大規模預訓練，實現用更小的標注樣本數量，融合更多的模態信息，獲得更為準確的AI模型，靈活適配多場景應用需求。
Om-PLM文本語義理解AI算法
基于自監督學習的語言大模型，通過對行業數據進行無監督自學習，更好的理解行業術語和專業語法信息，從而解決行業文本深度語義理解、小樣本學習等重點難題。
Om-DOF視覺異常檢測技術
新一代無監督異常檢測系統，在無任何異常樣本的情況下，只需對正常數據進行建模即可實現異常檢測，并且支持后期以半監督的方式持續提高檢測的準確性，充分解決異常樣本數據獲取難的問題。
Om-VQL視覺語言AI算法
全新認知視覺目標識別系統，通過對圖像中的對象、屬性、復雜行為等進行精確的定義和識別，解決長尾目標識別、小樣本識別、語義目標識別等眾多世界級難題。
