通俗解释
视觉特征经 Perceiver 重采样成固定数量 token，通过新加的门控交叉注意力层注入冻结的语言模型，只需几个示例就能完成新的视觉任务。
用在哪里：Idefics 等开源复现
01原始论文
Flamingo: a Visual Language Model for Few-Shot Learning
Jean-Baptiste Alayrac, Jeff Donahue, Pauline Luc, et al. · 2022
arXiv ↗ ✓ 已核实 · arXiv API
02知识位置
左边先学；右边是学完它之后可以学的。
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-21。
- JSON: /api/learn/algorithms.json (id:
flamingo)