精选理由
新发布的架构融合了语言和视频模型优势，从零开始预训练，多模态处理能力强。
研究人员发布了一种从零开始预训练的多模态自回归扩散Transformer架构。该架构融合了现代大语言模型和视频模型的优势。它受益于两个领域在架构、算法和系统上的最新进展。这一统一架构能够处理多种模态的数据。
原文 · AI Will
这一切都由一个统一架构驱动： 一个从零开始预训练的多模态自回归扩散 Transformer。 这一基础架构融合了现代大语言模型和视频模型的优势，同时受益于两个方向在架构、算法和系统上的进展。
这一切都由一个统一架构驱动： 一个从零开始预训练的多模态自回归扩散 Transformer。 这一基础架构融合了现代大语言模型和视频模型的优势，同时受益于两个方向在架构、算法和系统上的进展。 Your browser does not support the video tag. 🔗 View on Twitter 💬 1 🔄 0 ❤️ 0 👀 112 📊 1 ⚡