国大秀场实验室开发了Show-o架构,在一个Transformer中统一了自回归模型和离散扩散模型。这种方法通过在一个统一的框架内实现逻辑推理和高质量生成,解决了独立模型的局限性。该研究还引入了周期一致性监督,用于数据稀缺场景下的自监督学习,以及一个用于低延迟机器人控制的实时骨干网络,旨在弥合云端大模型与边缘设备之间的差距。 AI
影响 这种统一的架构可以通过提高数据效率和实时控制来加速更强大的具身AI系统的开发。
排序理由 研究论文,详细介绍了一种新颖的AI模型架构。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →