Thinking Machines Lab发布Interaction Models研究预览
Thinking Machines Lab发布interaction models研究预览。该模型从零训练,原生处理音频、视频和文本,采用多流微回合设计实现实时响应,无需外部脚手架。研究预览展示了全新的交互能力,并在智能性与响应性上取得综合SOTA表现。

2023-12-21 — 2023-12-21
重要进展 · 第 64 / 86 页
VideoPoet 将视频与音频表示为离散标记,以统一自回归模型研究文生视频、图生视频、视频风格化和视频到音频等任务。
— · 1 条
精选资讯 · 第 1 / 1 页
Thinking Machines Lab发布interaction models研究预览。该模型从零训练,原生处理音频、视频和文本,采用多流微回合设计实现实时响应,无需外部脚手架。研究预览展示了全新的交互能力,并在智能性与响应性上取得综合SOTA表现。
暂无内容