🤖 系统
12-02 15:10
TUNA:为原生统一多模态模型驯服统一的视觉表示 / TUNA: Taming Unified Visual Representations for Native Unified Multimodal Models
1️⃣ 一句话总结
这篇论文提出了一个名为TUNA的原生统一多模态模型,它通过构建一个统一的连续视觉表示空间,让同一个模型既能理解图像和视频,也能生成和编辑它们,并且在各项任务上都取得了领先的性能。