内容持续更新中
近日，人工智能领域的先驱李飞飞携 World Labs 的核心团队做客 a16z，首次全面披露了其团队最新研发的多模态世界模型 Atlas。与大语言模型预测下一个 token、视频模型预测下一帧的逻辑…
在人工智能领域备受瞩目的“AI教母”李飞飞创办的World Labs，于近日正式发布了全球首个多模态世界模型——Atlas。该模型最大的突破在于，能够以像素级的精确相机控制来生成图像和视频帧，并将其在…
智源研究院正式发布了他们的新一代多模态世界模型 Emu3，该模型的最大亮点在于，它仅依靠下一个 token 的预测能力，就能在文本、图像和视频这三种不同模态中进行理解和生成。 在图像生成方面，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…
