技术栈

多模态生成

thesky123456
19 天前
大模型·文生图·diffusion·扩散模型·dit·自回归生成·多模态生成
27届大模型面试准备(四十六):多模态生成式架构——扩散与自回归的统一大模型的能力版图里,A14 讲了视觉语言模型(VLM,理解侧),A31 讲了多模态推理,A40 讲了多模态大模型训练与对齐,A44 讲了生成式世界模型与视频生成(偏"世界如何被模拟")。本文把镜头对准"生成范式"本身:同样是文生图、文生视频,底层为什么会出现自回归(Autoregressive, AR)和扩散(Diffusion)两条技术路线?它们各自擅长什么、又为什么正在相互靠拢?
找方案
20 天前
开源·音视频·视频生成·开源大模型·minimax·多模态生成·h3模型
MiniMax开源5款大模型全链路,从文本到视频生成全覆盖2026年8月11日,MiniMax的开源版图上又多了一颗棋子。截至这一天,这家公司已经开源了5款大模型产品。从文本到视频,从推理到生成,从单模态到多模态,五款模型连成一条清晰的进化线:底座、推理、多模态、生成。
我是有底线的