2024-12-26 16:13:14
47人关注
重新定义多模态AI！智源发布原生多模态世界模型Emu3
北京智源人工智能研究院宣布推出原生多模态世界模型Emu3。这一模型基于下一个token预测技术，无需依赖扩散模型或组合方法，就能够完成文本、图像、视频三种模态数据的理解和生成。Emu3在图像生成、视频生成、视觉语言理解等任务中超过了现有的知名开源模型，如SDXL、LLaVA、OpenSora等，展现了卓越的性能。
多模态AI
智源Emu3
AI大模型
多模态技术
AI技术前沿
人工智能创新
