Nature编辑点评这项研究：Emu3 仅基于预测下一个词元（Next-token prediction），实现了大规模文本、图像和视频的统一学习，其在生成与感知任务上的性能可与使用专门路线相当，这一成果对…
10/31 16:58
10/31 16:56
10/31 16:55
京公网安备 11011402013531号