青稞社区官网:https://qingkeai.online/
报名:https://mp.weixin.qq.com/s/PLezFNWB5_Z-M8UXyVsZtQ

BLIP3o-NEXT architecture with discrete image token supervision. The autoregressive model generates discrete image tokens, and their hidden representations serve as conditions for the diffusion model. We jointly optimize both CrossEntropy and Flow-Matching objective during training.
在这里插入图片描述

8月19日(周二)晚8点,青稞Talk 第73期,马里兰大学博士生陈玖海,将直播分享《从BLIP3o到BLIP3o-NEXT:迈向统一生成与理解的多模态大模型》。

主题提纲

从BLIP3o到BLIP3o-NEXT:迈向统一生成与理解的多模态大模型

1、对比分析离散与连续两类视觉生成建模方式的原理及优势
2、探讨不同视觉表征在多模态大模型中的特性与性能差异
3、如何利用强化学习方法有效提升视觉生成质量

直播时间

8月19日20:00 - 21:00

Logo

火山引擎开发者社区是火山引擎打造的AI技术生态平台,聚焦Agent与大模型开发,提供豆包系列模型(图像/视频/视觉)、智能分析与会话工具,并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长,新用户可领50万Tokens权益,助力构建智能应用。

更多推荐