すべてに拡散! 事前トレーニング済みの自己回帰 VLM から開始し、トレーニング コンピューティングをほとんど行わず、いくつかの優れたアニーリング トリックを使用して、それを SOTA 拡散 VLM に変換するレシピを共有します。 言語の拡散の研究は非常に急速に進んでおり、私の考えでは、「オムニ」自己回帰モデルと同じくらいモダリティを統一する道筋が有望です。 夏の間、@mariannearr @ServerProcessorが主導した素晴らしい仕事。