最新のマルチモーダル モデルは、もはや単一のデコード ループではありません。それらは複合的なものです。
最新のマルチモーダル モデルは、もはや単一のデコード ループではありません。それらは複合的なものです。 M* はそれらすべてに対応する 1 つのランタイムであり、あらゆる特殊システムに匹敵するかそれを上回ります。オムニ TTS では最大 2.7 倍、ワールド モデルのロールアウトでは 12.5 倍です。詳細については、こちらをご覧ください: https:// ai.stanford.edu/blog/mstar/