开源模型
MMaDA，开源的多模态扩散基础模型，支持跨文本推理、多模态理解和文本到图像生成等
Visual Planning，不依赖语言，完全通过图像序列进行思考推理
微信扫描下方的二维码阅读本文
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
微信扫描下方的二维码阅读本文
MMaDA，开源的多模态扩散基础模型，支持跨文本推理、多模态理解和文本到图像生成等
Visual Planning，不依赖语言，完全通过图像序列进行思考推理
评论(0)