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
- Techhalla 公开 3D 参考工作流：2D 设计到 Kling 4.0 精细动画全流程 — techhalla · 2026-10-26
- 对话手机即可重建旧金山舰队周数字孪生，浏览器内电影级渲染 — bilawalsidhu · 2026-10-26
- 19 分钟让 Claude Code 学会剪辑师风格，自动产出整条 Reel — PrajwalTomar_ · 2026-10-26
- 「递归眼睛」提示词走红:漩涡中无限套娃的人脸插画 — LudovicCreator · 2026-10-26
- BFL 开源 5.6B 文生图模型 FLUX 3 Klein,比上代小 38% 还涨 91 Elo — dl_weekly · 2026-10-26
- Claude+HyperFrames 几分钟复刻任意短视频风格 — petergyang · 2026-10-26