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
- Runway App Studio 示例:角色替换与角色设定图生成 — runwayml · 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
- Fibo 2 编辑模型被吐槽不稳定:连换衣服颜色都会改变目标物体 — jd3k · 2026-10-27
- AIArtsy 生成 3D 动画剑术短片 — Jealous-Associate-41 · 2026-10-27
- 求助：高质量 AI 生成漫画工作流推荐 — Worldly_Courage395 · 2026-10-27
- 开源 FableCut 用远程 MCP 让 AI Agent 直接剪辑浏览器时间线 — FastPresence9799 · 2026-10-27