AI在线 AI在线

CoDi-2

任意文本、视觉、音频混合生成，多模态有了强大的基础引擎CoDi-2

任意文本、视觉、音频混合生成，多模态有了强大的基础引擎CoDi-2
研究者表示，CoDi-2 标志着在开发全面的多模态基础模型领域取得了重大突破。今年 5 月，北卡罗来纳大学教堂山分校、微软提出一种可组合扩散（Composable Diffusion，简称 CoDi）模型，让一种模型统一多种模态成为可能。CoDi 不仅支持从单模态到单模态的生成，还能接收多个条件输入以及多模态联合生成。近日，UC 伯克利、微软 Azure AI、Zoom、北卡罗来纳大学教堂山分校等多个机构的研究者将 CoDi 升级到了 CoDi-2。论文地址：：                           
12/4/2023 11:43:00 AM
机器之心
  • 1