字节发布视觉推理生成模型
teortaxesTex · x · 2026-07-13
字节跳动继续追赶 GDM，在纯图像生成中的“推理”能力上发力，训练时使用了另一种变体的 GRPO。
帖子引用了 Hugging Face 上的 UniVR-34B：这是一个从视觉演示中直接学习复杂推理、物理动态和长期规划的模型，不需要文字链式推理。
「多模态」频道最新
- Firefly 视频编辑器实测：一句话 Quick Cut 将 32 秒素材剪成 20 秒 — LudovicCreator · 2026-10-26
- Hi3D V1.0 开源发布：训练资产翻四倍，切片成功率 90% — kimmonismus · 2026-10-26
- 用 Claude 十分钟替代 YouTube 缩略图设计师 — thedankoe · 2026-10-26
- 从业者回应「多模态无用论」：梳理历史与未来展望 — thoma_gu · 2026-10-26
- 一条 Prompt 生成完整 Blender 动画,作者全程未手动建模 — iamfakhrealam · 2026-10-26
- Muse Wonder 分块 + SAM 3.1,一粒不漏分割整根玉米粒 — nikhilaravi · 2026-10-26