刚看到NVIDIA发布的这个Cosmos 3，思路有点意思。它用一套统一的架构，同时搞定语言、图像、视频、音频甚至动作序列的处理和生成，感觉是想为具身智能搭一个全能底座。测试下来，它在理解和生成任务上都刷到了新高，还开源了所有资料，对社区挺友好的。http://t.cn/AXXofcHK#机器学习

刚看到NVIDIA发布的这个Cosmos 3，思路有点意思。它用一套统一的架构，同时搞定语言、图像、视频、音频甚至动作序列的处理和生成，感觉是想为具身智能搭一个全能底座。测试下来，它在理解和生成任务上都刷到了新高，还开源了所有资料，对社区挺友好的。

http://t.cn/AXXofcHK

#机器学习

发布于江苏