Intern Lumina U2: Mô hình ngôn ngữ lớn khuếch tán đa sách mã cho khả năng hiểu toàn diện hình ảnh và tạo hình ảnh

Đoạn trích bài viết

Khả năng tạo đa phương thức thống nhất bao gồm các mô hình rời rạc, liên tục và lai tạp. Các phương pháp tiếp cận rời rạc với bộ token hóa thị giác đơn sách mã liên kết một cách tự nhiên với mô hình hóa văn bản nhưng có dung lượng biểu diễn hạn chế.