跳到正文
AGI Hunt· ernie-research·· 51 分钟前AI 评分55

百度 ERNIE 团队发布 HiUni,统一视觉理解与生成

百度 ERNIE 团队发布 HiUni:单一稠密骨干统一视觉理解与生成

AI 导读

百度 ERNIE 团队发布 HiUni,探索以单一稠密骨干扩展统一多模态模型。HiUni 复用语言对齐 ViT 与稠密 Transformer 骨干,并通过 Pixel Diffusion Head 和轻量 HiGate 通路增强像素生成及细粒度空间细节。实验显示其理解成绩与原 VLM 相当,图像生成与编辑能力具有竞争力。

来源:AGI Hunt · agihunt.info