讀紙 ReadPaper

由 Claude Code Max 翻譯的 AI 論文繁體中文版 · 101 篇

標籤 願望清單
篩選標籤： 多模態 2 篇 × 清除
2606.02800v4 CC BY 4.0

Cosmos 3：面向物理 AI 的全模態世界模型

Cosmos 3 Omnimodal World Models for Physical AI

NVIDIA

World ModelPhysical AI多模態影片生成機器人自動駕駛擴散模型
arXiv 54
林伯燊 許願
2503.19508v1 CC BY-NC-SA 4.0 Alibaba / Qwen Team

改進大型視覺語言模型中的模態對齊

Improved Alignment of Modalities in Large Vision Language Models

Kartik Jangra, Aman Kumar Singh, Yashwani Mann, Geetanjali Rathee

VLMVision-LanguageAttention MaskImage Captioning多模態訓練策略
arXiv 70
kerg kerg 許願