统一自编码论文 The Prism Hypothesis 入选 ECCV 2026,为无编码器 MLLM 铺路
liuziwei7 · x · 2026-09-10
论文《The Prism Hypothesis: Harmonizing Semantic and Pixel Representations via Unified Autoencoding》被 ECCV 2026 接收,将于 9 月 10 日在瑞典马尔默海报展示。核心发现:图像生成与图像理解的核心组件位于同一低频空间,统一自编码(UAE)为商汤 SenseNova-U1 无编码器原生统一多模态模型的架构设计铺路。团队还推出「v2」:Pixel Space Diffusion Made Easy。代码与论文已开放。
「多模态」频道最新
- GPT Image 2.5 登陆 OpenArt：Flare 与 Sunburst 双模式 — OpenAIDevs · 2026-09-10
- Minimax Studio 演示:ComfyUI 本地后端驱动的视频制作 — Wild_Ant5693 · 2026-09-10
- 开源 Minimax Studio:ComfyUI 本地后端一体化视频工作台 — Wild_Ant5693 · 2026-09-10
- ComfyUI 实测:MiniMax H3 生成动态壁纸全流程分享 — alisitskii · 2026-09-10
- 张一鸣亲自督导,字节押注 Seedance 切入实时世界模型 — 创业邦 · 2026-09-10
- Fable 5.1 演示「走进梵高画作」,称尚无其他模型能做到 — thursdai_pod · 2026-09-10