实体 PixelUMM

PixelUMM

PulseAugur coverage of PixelUMM — every cluster mentioning PixelUMM across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_273476 · Oct 1 · 04:00

PixelUMM推出无编码器的统一图像和视频AI模型

研究人员推出了PixelUMM，这是一种新颖的无编码器模型，旨在直接在像素空间中进行统一的图像和视频理解与生成。该模型将图像表示为空间块，将视频表示为时空管状体，通过简单的线性投影将原始像素连接到共享的多模态骨干网络。PixelUMM采用Transformer混合架构，平衡了共享注意力与特定任务参数，使其能够将纯像素预测扩展到视频生成，并支持自回归文本预测和像素空间流匹配。实验表明，该模型在各种图像和视频任务中均表现出竞争力，进一步的…