跳到正文
arXiv · 机器人与计算机视觉· Wei-Yao Wang, Kazuya Tateishi, Shuyang Cui, Christian Simon, Takashi Shibuya, Shusuke Takahashi, Yuki Mitsufuji·· 2026-10-20AI 评分43

Omni-Interactive Universal Embedder (OmniUE) 发布:首个支持多模态交互的统一嵌入模型

Omni-Interactive Universal Embedder

AI 导读

Omni-Interactive Universal Embedder (OmniUE) 提出首个跨文本、视频和音频的统一嵌入空间,支持用户通过文字、视觉区域及音频片段进行任意到任意的查询。

来源:arXiv · 机器人与计算机视觉 · arxiv.org