机器之心·· 6 小时前AI 评分64
英伟达与滑铁卢大学开源PixelUMM，在像素空间统一视频图像理解与生成
告别VAE和ViT! 英伟达开源PixelUMM, 在像素空间统一视频图像理解与生成
AI 导读
英伟达与滑铁卢大学提出PixelUMM，一个不使用ViT和VAE、直接在像素空间统一图像与视频理解和生成的无编码器模型，代码与模型已在GitHub和Hugging Face开源。
来源：机器之心 · mp.weixin.qq.com
英伟达与滑铁卢大学开源PixelUMM，在像素空间统一视频图像理解与生成