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。

2022-10-05 — 2022-10-05
重要进展 · 第 74 / 86 页
Phenaki 采用压缩视频标记和条件 Transformer,根据随时间变化的文字描述生成可变长度视频,研究多段叙事的连续生成。
— · 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