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
- 博主用 Runway Act-2 加 ElevenLabs 变声做出高质量 AI 视频 — AIandDesign · 2026-10-26
- 山地车速降连续动作视频 Prompt 分享,可复现同款生成 — umesh_ai · 2026-10-26
- 用 Claude 一条龙生成「最催泪 AI 广告」：脚本、生图、剪辑全包 — CurieuxExplorer · 2026-10-26
- Claude Motion 视频提示词火了：7 个可复制提示词画廊合集 — CodeByPoonam · 2026-10-26
- MOSS 团队开源 5B 文生图模型 MOSS Image，Apache 2.0 + JSON 版式控制 — Sam Witteveen · 2026-10-26
- 诡异而魔性的 AI 生成海绵宝宝：大手长腿惊悚感拉满 — OVolosin82152 · 2026-10-26