图像生成大一统！OmniGen：文生图、图像编辑！还能姿态检测？

文章预览

【免费送书】 👇👇👇 本次为 大家送出 5本《C++设计模式》 参与 方法：关注下方「 3DCV 」 公众号 在「3DCV」公众号后台，回复  送书  即可参与 开奖时间： 9月23 日 10:00 0. 论文信息 标题：OmniGen: Unified Image Generation 作者：Shitao Xiao, Yueze Wang, Junjie Zhou, Huaying Yuan, Xingrun Xing, Ruiran Yan, Shuting Wang, Tiejun Huang, Zheng Liu 机构：Beijing Academy of Artificial Intelligence 原文链接：https://arxiv.org/abs/2409.11340 代码链接：https://github.com/vectorspacelab/omnigen 1. 引言 追求通用人工智能（AGI）加剧了对能够在单一框架内处理各种任务的生成式基础模型的需求。在自然语言处理（NLP）领域，大型语言模型（LLMs）已成为实现这一目标的典范，在众多语言任务（如问答、文本摘要和代码生成）中展现出惊人的通用性。 然而，视觉生成领域尚未出现与LLMs通用性相媲美的模型。当前的图像 ………………………………