AI资讯新闻榜单内容搜索-多模态扩散模型

关键词: MMaDA ,多模态扩散大语言模型,多模态扩散模型,人工智能

普林斯顿大学与字节 Seed、北大、清华等研究团队合作提出了 MMaDA（Multimodal Large Diffusion Language Models），作为首个系统性探索扩散架构的多模态基础模型，MMaDA 通过三项核心技术突破，成功实现了文本推理、多模态理解与图像生成的统一建模。

关键词: VLOGGER,AI视频,扩散模型,多模态扩散模型

【新智元导读】近日，来自谷歌的研究人员发布了多模态扩散模型VLOGGER，只需一张照片，和一段音频，就能直接生成人物说话的视频！