ModelsBuildersMulti-source71°20:08Chinese contentNVIDIA开源PixelUMM:一个模型同时支持图文和视频的理解与生成NVIDIA把PixelUMM开源了,一个模型搞定图文视频的理解和生成,做法是不用视觉编码器直接吃像素块,搞多模态研究的可以看看源码。#PixelUMM#NVIDIA#multimodal#open-source models11 sourcesEventGorden Sun@Gorden_SunSourceRead laterReadWorth followingUsefulFollow PixelUMM