大型多模态推理模型：从感知到规划的演变
1个月前 高效码农引言 在人工智能领域，大型多模态推理模型（LMRMs）正逐渐成为一项极具前景的技术。这些模型能够整合文本、图像、音频和视频等多种模态，以支持复杂的推理能力，目标是实现全面的感知、精准的理解和深度的推理 …
DreamActor-M1人体动画技术：混合引导下的全息控制与多尺度适应
2个月前 高效码农DreamActor-M1：基于混合引导的全身人像动画技术，实现高表达力与鲁棒性 DreamActor-M1 方法概览 Bytedance Intelligent Creation 团队近期提出了一种 …