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。

2023-03-23 — 2023-03-23
重要进展 · 第 70 / 86 页
论文利用已有文本图像扩散模型,以运动建模和跨帧注意力实现无需额外视频训练的生成,并展示条件控制和编辑应用。
— · 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