RINO：用RGB统一视觉理解与生成
cihangxie · x · 2026-07-19
RINO 提出把“视觉理解”和“图像生成”统一成 RGB-to-RGB translation。
- 核心思路：不针对具体任务单独训练，而是复用冻结的图像编辑模型。
- 它可以把输入图像映射为深度、mask、姿态、边缘等中间表示，再把这些表示转换回自然图像。
- 作者主张，这种方式能在不做任务专训的情况下，同时覆盖识别与生成两类能力。
「多模态」频道最新
- 用 MiniMax H3 MAX 对一只蚊子放大招,蚊子毫发无伤 — Hailuo_AI · 2026-09-11
- Skyfall GS 登场:用 Flux 提升 Gaussian Splatting 精修质量 — ducha_aiki · 2026-09-11
- AI 电影节 Lumara 将登陆纽约,顶级 AI 电影人齐聚评审 — 0xAllen_ · 2026-09-11
- 翼龙侦探:全程 AI 生成的概念片先导预告亮相 — PterodactylDetective · 2026-09-11
- Imperium 游戏预告片曝光,AI 视频生成再秀肌肉 — keaslenyt · 2026-09-11
- FLUX.2 Klein 换表情易丢脸，实测不如免费版 Gemini 保真 — wacomlover · 2026-09-11