雷锋网26 天
智源 Emu3 证明多模态模型新范式：只需基于下一个 token 预测
在视频生成任务中，对于VBench基准测试得分，Emu3优于OpenSora 1.2。 Emu3提供了一个强大的视觉tokenizer，能够将视频和图像转换为离散token。这些视觉 ...