跳到正文
Latent Space· swyx .ai·· 4 天前AI 评分67

Black Forest Labs 如何构建视觉智能:对话 Andreas Blattmann 与 Dustin Podell

Building Visual Intelligence — Andreas Blattmann & Dustin Podell, Black Forest Labs

AI 导读

Black Forest Labs 将图像、视频和声音三种信号结合训练 FLUX 3,以学习运动过程和物体关系。Andreas Blattmann 与 Dustin Podell 还讨论了移动镜头提供的多视角信息、视频增强中的时间一致性,以及自回归与扩散模型的训练和推理取舍。

来源:Latent Space · latent.space