在人工智能的世界里，大型语言模型（LLM）已经成为推动自然语言处理(NLP)任务的关键力量。然而，要让这些模型真正理解并生成跨模态内容，如语音和文本，我们还有很长的路要走。复旦大学的研究团队在论文&q…