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。

2022-04-07 — 2022-04-07
重要进展 · 第 78 / 86 页
论文把图像扩散架构扩展到视频,联合使用图像与视频训练,并研究文本条件生成和空间、时间方向的视频延展。
— · 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