语言图像模型大一统！Meta将Transformer和Diffusion融合，多模态AI王者登场

文章预览

点击上方“ 图灵人工智能 ”，选择“星标”公众号 您想知道的人工智能干货，第一时间送达                             转自 新智元   编辑：Aeneas 好困 【导读】 就在刚刚，Meta最新发布的Transfusion，能够训练生成文本和图像的统一模型了！完美融合Transformer和扩散领域之后，语言模型和图像大一统，又近了一步。也就是说，真正的多模态AI模型，可能很快就要来了！ Transformer和Diffusion，终于有了一次出色的融合。 自此，语言模型和图像生成大一统的时代，也就不远了！ 这背后，正是Meta最近发布的Transfusion——一种训练能够生成文本和图像模型的统一方法。 论文地址：https://arxiv.org/abs/2408.11039 英伟达高级科学家Jim Fan盛赞：之前曾有很多尝试，去统一Transformer和Diffusion，但都失去了简洁和优雅。 现在，是时候来一次Transfusion，来重新激活这种 ………………………………