王卓的婚礼是下周四，也就是七夕节当天。
但准备工作做得一塌糊涂！！！
本来今天老家亲戚到申城时，他再怎么也要出面接待一下，结果老王他们也是今天到，若是只有老王也还好，安排车接一下就好了。
问题是这次一起过来的都是在鹏城的亲戚，除了自己一家，舅舅一家还有小姨父一家，下午羊城的二伯、二妈也要到。
没办法，这么多亲人几乎都是掐着同一个时间抵达，那王卓只能是先去机场，让堂哥堂弟去接待老家的亲戚。
等王卓抵达机场时，又接到了王仪的电话，她们几个表姐妹表兄弟正在银柳路别墅帮忙打扫卫生收拾房间，结果有一波亲戚要来参观新房？
明知道表哥对隐私非常注意，这个时候参观新房，王仪不敢让他们进来，但也不敢拦着，毕竟都是表哥的长辈，所以只能打电话询问。
都打电话来了，王卓也只能让他们先参观，等婚礼举办前的两天再重新整理，让他们陪着参观。
如果仅仅只是这样，虽然比较乱，但大抵也能接受，毕竟是第一次结婚，再加上父母还没到，能安排成这样，已经不易了。
下午落日之前，周瑶家那边的部分亲戚也赶到了银柳路，他们也要参观小两口的庄园别墅。
这望城人遇到了申城人，特别是一些老申城人，那画面就不是那么美好了。
双方一开始还算克制，遇到了彼此微笑一下，后面也不知道就怎么了，居然起了口角。
一边用申城话小声嘀咕男方亲戚，另一边则用望城话嘟囔申城佬。
最后也不知道是不是申城话跟望城话有几个词是共同蛐蛐人的？
反正双方最终还是没有忍住，把蛐蛐声变成了阴阳怪气。
“鞋套也勿套就冲进去参观，还勒房间里吃烟，搿是新房子好伐，里向个家生值几千万唻”
望城亲戚听不懂，但知道肯定不是什么好话，于是他们也放大了声音。
“晓得滴晓得是哦们二房小辈的屋子，不晓得的还以为是嗯噶滴屋子，哦们才是自己拧，嗯们放哆古代，连外戚算不倒咧，还跑得里嘞神气，神气么事撒”
虽然王仪学得惟妙惟肖，王卓听完也想笑，但总不能真不管吧？
于是在接到鹏城过来的家人后，他喊上了周瑶一同出席了老家亲戚的欢迎晚宴。
看着熟悉的不熟悉的亲戚们，他没有强迫自己要记住每一个人，而是跟着老王身后，举杯，喝饮料。
途中有老家的小辈起哄要喝白酒，但都被堂兄弟表兄弟给挡了。
等吃完饭，王卓带着周瑶去了一趟银柳路。
“幸亏把周围的别墅都买下来了吧”
安顿好外公外婆以及几个姨娘家后，王卓笑道。
“嗯”
周瑶笑着点了点头。
当初周围的4栋别墅都是租的，后面直接溢价找房东买了下来。
刚好今天外公外婆一家，加上舅舅他们，住一套别墅，另外几个姨娘家住一套，大伯一家住在堂哥家，而二伯一家包括老王老吴以及奶奶则住在另一套，剩下一栋则暂时作为安保在用。
“对了，你刚才让敏敏跟梦梦她们明天带老家的亲戚出去玩，真的没事？”
“不是还有王琛丽玲他们嘛，再加上王仪几个，不会有什么事的”
王卓回道。
婚礼的筹备说实话并不需要家里亲戚帮忙，都有专业的团队在操劳，等婚礼当天他们露个面就行了。
至于婚宴则是直接在别墅内举办，也有专业的厨师团队。
原本他跟周瑶倒是想过要在酒店宴会厅，但考虑到酒店终究没有在家里热闹，最终还是选择在别墅。
“对了，你家那边的一些亲戚，回头你问问他们有什么想玩的”
“这个我还真不清楚，等我回去问问我妈”
周瑶想了数秒，摇了摇头。
这次除了申城这边的亲戚，她父亲那边的亲戚一个都没来，倒不是没有通知， 而是自从她奶奶过世后，两方来往就比较少了。
次日，周一。
王卓没有去酒店，而是来到了张江。
他先是视察了位于张江的拼多多产业园，确认下个月可以正常搬迁后，接着又来到了张量实验室。
课程表研究院推出的w＋deep＋x模型，实际上就有张量实验室的功劳。
若不是张量实验室优化了LStm框架，课程表研究院绝对不可能这么快就搞出多条任务线模型。
可继续在LStm框架上做道场明显是有上限的。
“现在我们基于LStm框架最多可以稳定运行5条任务线，6条必崩”
孙剑介绍道。
“比如Vestext的图文识别翻译，本质上并不是直接通过文本模型，而是先经过ocR识别成文本，再用文本模型进行处理”
“我们也尝试过将cV模型塞进文本中，效果不能说没有，差不多就是看图说话的水平吧”
“什么意思？”
王卓听完他的描述，整个人都是懵的。
cV模型他倒是知道，是puter Vision的缩写，通俗点，就是计算机视觉。
课程表在这一块的技术储备很多，比如客支付的人脸识别、安防业务的图形分类、追踪等技术都属于cV领域。
但是cV的框架是cNN（卷积神经网络），它跟文本的LStm框架是不一样的。
这个还能塞进去？
“这个属于多模态模型训练形式的一种，国外也有不少实验室在尝试类似的融合”
孙剑继续说道。
“之前我不是说了LStm框架无法支撑太多任务线吗？如果把cNN和LStm融合，做一个多模态的新框架，能不能两个问题一起解决？
“可以吗？”
王卓这个听懂了。
这特么不就是通用大模型的雏形吗？
“理论上是有可能的，但现在cNN与LStm相融合的效果确实有些，怎么说呢”
孙剑沉思了数秒，不知道该如何形容。
“就是，我们拍了一张照片，然后发送出去，这融合的模型会给我们描述照片上的东西，很笨拙，甚至有些词很乱，比如图片上是一只猫，它给我们的答案是一只老虎”
“比如天空是蓝色，它给我们反馈的是绿色，总之现在还需要训练一段时间看看具体效果，毕竟两个模型在融合后能跑通基础功能，这说明多模态训练是可行的”