LILIE 语言信息驱动的无损图像编码器，视觉生成 gFD 提升 14 点
jcniebles · x · 2026-10-20
研究者介绍 LILIE（Language-Informed and Lossless Image Encoder）：训练一个语言信息驱动的编码器来端到端监督视觉生成模型。对比像素空间的 JiT 模型，LILIE 在 GPIC 基准上将 gFD 从 66.84 提升至 53.01，改善 14 个点。
「多模态」频道最新
- 生成系统 Gojo 展示 36 骨架 108 款纹样，按概念分层自动上色 — debreuil · 2026-10-20
- HF 联创：Hub 上被衍生最多的不是 Llama，是德国 FLUX.1-dev — robrombach · 2026-10-20
- 实测 FLUX 3 Max 图生视频：提示词按镜头清单写最有效 — OdinLovis · 2026-10-20
- AI 视频生成实战三条铁律：每角色一句台词、别切人脸特写 — OdinLovis · 2026-10-20
- Wabi 发布视频精选画面曝光：迷你应用与个性化会话界面 — joonasvirtanen · 2026-10-20
- fal 与 BFL 发布 FLUX 3 Max:图生视频质量并列第一,12 秒出片且打 75 折 — gorkem · 2026-10-20