LaLa-World: Mở rộng quy mô các mô hình thế giới tiềm ẩn với Natural Language Actions

Đoạn trích bài viết

Bài báo này chỉ ra rằng các mô hình thế giới tiềm ẩn (LWM) theo phong cách JEPA có thể học trên nhiều miền và nguồn dữ liệu đa dạng bằng cách áp dụng giao diện có điều kiện ngôn ngữ của các mô hình tạo video.