跳到正文
实时
热点事件持续更新

HiUni 模型发布

1 篇报道1 个报道来源11 小时前更新

先了解这件事

AI 综述

Hugging Face 发布了 HiUni 模型,通过共享语言对齐的 ViT 和密集 Transformer 主干,将预训练视觉语言模型扩展为统一模型,实现视觉理解和生成能力。该模型采用 Pixel Diffusion Head 进行像素空间优化,并引入轻量级 HiGate 路径提供精细空间细节,在理解任务上达到与预训练 VLM 相似的平均分数,同时在图像生成和编辑上取得有竞争力的性能。

AI 根据报道生成 · 更新于 1 小时前

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. Hugging Face Daily Papers
    HiUni:在共享视觉空间中协调理解与生成

    HiUni 通过共享语言对齐的 ViT 和密集 Transformer 主干,将预训练视觉语言模型扩展为统一模型,实现视觉理解和生成能力。该模型采用 Pixel Diffusion Head 进行像素空间优化,并引入轻量级 HiGate 路径提供精细空间细节,在理解任务上达到与预训练 VLM 相似的平均分数,同时在图像生成和编辑上取得有竞争力的性能。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。