Movie Gen：来自Meta的先进多媒体基础AI模型集
近日，Meta发布了多媒体基础模型集Movie Gen，号称最先进（the most advanced med […]
Movie Gen：来自Meta的先进多媒体基础AI模型集 Read More »
Transformer模型
MaskSR2：基于MaskSR，结合语义知识蒸馏和声学语言建模的全频带语音恢复生成框架
论文Joint Semantic Knowledge Distillation and Masked Acou
MaskSR2：基于MaskSR，结合语义知识蒸馏和声学语言建模的全频带语音恢复生成框架 Read More »
机器人效用模型（Robot Utility Models, RUM）实现零样本部署（Zero-Shot Deployment）
论文《Robot Utility Models: General Policies for Zero-Shot
机器人效用模型（Robot Utility Models, RUM）实现零样本部署（Zero-Shot Deployment） Read More »
Transfusion：用一个多模态模型同时处理文本和图像
论文《Transfusion: Predict the Next Token and Diffuse Imag
Transfusion：用一个多模态模型同时处理文本和图像 Read More »