多模态与生成模型

本分类共 8 个专题 · 1145 道题

8772

主流多模态模型有哪些类型，分别如何组织跨模态输入与输出？

模型基础与推理多模态与生成模型

概念解释

进阶

8797

AI 漫剧怎样保持人物设定与画风一致？

模型基础与推理多模态与生成模型

方案设计

进阶

9143

VLA 的基本架构是什么？

模型基础与推理多模态与生成模型

原理机制

进阶

9144

VLA 中的 Observation 与 Action 如何建模？

模型基础与推理多模态与生成模型

原理机制

进阶

9145

自回归策略与扩散策略有什么区别？

模型基础与推理多模态与生成模型

比较选型

进阶

9146

VLM 与 VLA 有什么区别？

模型基础与推理多模态与生成模型

比较选型

基础

9267

Qwen2-VL 与 Qwen3.5-VL 对图片和视频输入的编码有何差异？

模型基础与推理多模态与生成模型

比较选型

进阶

9268

多模态模型处理高分辨率图片与长文档有哪些难点，如何压缩并组织文档结构？

模型基础与推理多模态与生成模型

方案设计

进阶

9621

视觉语言模型的 Adapter 有哪些类型，Q-Former 如何工作？

模型基础与推理多模态与生成模型

原理机制

进阶

9622

图像生成模型有哪些主要技术架构，如何比较各自的迭代路线？

模型基础与推理多模态与生成模型

比较选型

进阶