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。

2022-12-22 — 2022-12-22
重要进展 · 第 73 / 86 页
论文提出单样本文视频调优,通过时空注意力和结构引导,让预训练图像扩散模型进行文本驱动的视频生成与编辑。
— · 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