Building Federated Multimodal AI Workflows with NVIDIA FLARE
NVIDIA 推出 FLARE 框架,旨在构建联邦多模态人工智能工作流,以解决视觉语言模型(VLM)训练数据分散且无法集中存储的问题。该方案通过联邦学习技术,协调跨机构或组织的本地站点进行协同训练,从而在不共享原始数据的前提下适配支持视觉问答、图像描述及图文推理等任务的现代 VLM。
EVENT DOSSIER
2026 年 8 月 19 日,NVIDIA 在其开发者博客中正式推出名为 FLARE(Federated Learning and Reasoning for AI)的框架。该工具旨在通过联邦学习机制,使不同数据源之间的多模态 AI 模型能够在不共享原始数据的前提下进行协同训练与推理。FLARE 支持跨设备、跨组织的分布式协作,特别适用于医疗影像分析、工业质检等对隐私敏感且需整合多源异构数据的场景。其核心功能包括动态任务分配、增量知识融合及低延迟同步更新,显著提升了复杂环境下 AI 系统的泛化能力与部署灵活性。
NVIDIA 推出 FLARE 框架,旨在构建联邦多模态人工智能工作流,以解决视觉语言模型(VLM)训练数据分散且无法集中存储的问题。该方案通过联邦学习技术,协调跨机构或组织的本地站点进行协同训练,从而在不共享原始数据的前提下适配支持视觉问答、图像描述及图文推理等任务的现代 VLM。