wangyezzz的博客

原创 大世界模型 Large World Model（LWM）：开源界Gemini Pro

目前，在paperswithcode网站研究趋势榜单中排名第一。大世界模型（LWM）是一种通用的多模态自回归模型。它使用RingAttention在各种长视频和书籍的大型数据集上进行训练，可以执行语言，图像和视频理解和生成。LWM可以与图像聊天。LWM可以跨1M上下文检索事实，具有高准确性。LWM可以在1小时的YouTube视频上回答问题。LWM可以从文本生成视频和图像。