Google新研究：同步图像理解与生成
burny_tech · x · 2026-07-19
Google 提出 CO2Jump 模型，实现了图像的理解与生成同步进行。不同于先生成文本再出图的传统流程，该模型在扩散过程中同步更新文本和图像 token。其核心在于自我纠正机制：若早期预测有误，模型可通过跨模态注意力重新掩蔽并修正。这种在“所见、所述与所绘”间的协商能力，显著提升了联合图像编辑、迷宫求解等需要图文强一致任务的表观。
所属事件:谷歌新研究实现图像理解与生成同步纠错(2 条相关)→
「多模态」频道最新
- ComfyUI Krea2 风格提示词节点复活：新分支更新大规模风格库 — Winter_unmuted · 2026-10-27
- 无 LLM 调用的「创意生成器」：单个 HTML 文件在浏览器内产出复古海报 — Afinetheorem · 2026-10-27
- 网友用 Copilot 想象并归档自己的 80/90 年代冬季穿搭概念 — Valuable-Sky2134 · 2026-10-27
- 开源钢琴转写模型 Transkun 实测:连延音踏板事件都能准确识别 — alexanderchen · 2026-10-27
- fal 上线 FLUX 3 Image Klein LoRA 训练:支持 10 张参考图、单请求叠加 3 个 LoRA — OdinLovis · 2026-10-27
- 女朋友总想挤痘？网友用 AI 把她自拍做成可玩广告游戏 — CurieuxExplorer · 2026-10-27