CoDi

多模态工具组合扩散模型-CoDi 将任何混合模式（文本、图像、视频、音频）映射到任何其他混合模式

- CoDi是一种生成模型，可以从任意输入模态的任意组合中生成任意组合的输出模态。 - CoDi可以并行生成多个模态，其输入不仅限于文本或图像等子集模态。 - CoDi在输入和输出空间中对齐模态，可以自由地在任意输入组合…