多模态生成的行业「黑药丸」：扩散模型只是渲染外壳，智能灵魂全在语言
XAI-10.28%
免责声明：本页面信息可能来自第三方，仅供参考，不代表 Gate 的观点或意见，亦不构成任何财务、投资或法律建议。数字资产交易风险较高，请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
隔夜仓位恐惧症
· 20小时前
所以那些吹Sora懂物理的，其实是大模型在幕后疯狂改prompt续命？细思极恐
GateUser-44dde53b
· 06-03 21:44
7B参数干渲染，LLM写提示词，这分工细得像是流水线打螺丝，Cosmos架构挺有意思
WickHunter
· 06-02 11:44
Ethan这话说得狠，但没毛病。现在视频生成看着唬人，一让物体按物理规律互动就露馅
GateUser-06596f3b
· 06-02 10:48
懂了，现在视频生成本质是'会动的P图'，不是真的在模拟世界
GweiGossip
· 06-02 10:43
LLM当提示词重写器，扩散模型当画笔，这组合能骗过眼睛但骗不过物理引擎
GateUser-8d51653b
· 06-02 10:33
黑药丸吞了，但行业还得继续磕糖。至少知道天花板在哪了，不亏
GateUser-4cc35c5c
· 06-02 10:32
7B vs 大几百B，参数差距摆在这，智能分布确实不均衡
Perp Nightshift
· 06-02 10:32
像素级渲染器这个定位太精准，之前总觉得哪里别扭，现在豁然开朗
三明治预警员
· 06-02 10:32
扩散模型确实只是像素缝合怪，物理世界理解还得靠LLM兜底，这黑药丸够苦的
查看更多