标签：新架构

彻底告别VE与VAE！商汤硬核重构多模态：砍掉所有中间编码器

当前多模态大模型领域长期遵循搭配视觉编码器负责感知理解、变分自编码器完成内容生成的默认范式，这种设计在感知与生成之间留下天然鸿沟，后续业界提出的共...

AIGC动态

14小时前