arXiv · 机器人与计算机视觉· Hongxu Chen, Zixuan Zhong, Donghao Zhou, Haodong Li, Xiaomin Yu, Tianhao Li, Shiyao Yu, Zhongwei Wan, Pheng-Ann Heng·· 8 天前AI 评分68
UniWeaver:利用统一多模态模型实现图文交错生成
UniWeaver: Harnessing Unified Multimodal Models for Interleaved Text-Image Generation
AI 导读
该论文提出了 UniWeaver 框架,旨在通过整合多模态规划、生成和视觉反馈来解决统一多模态模型缺乏原生协调能力的问题。作者构建了包含 10,000 个任务的 UniWeaver-10K 数据集及评估基准 UniWeaver-Bench。实验表明该方案在多个统一多模态模型骨干上实现了图文交错生成的最先进性能。
来源:arXiv · 机器人与计算机视觉 · arxiv.org