介绍Tuna-2统一视觉理解、图像生成和编辑
感谢 @_akhaliq 分享我们的工作！我们提出Tuna-2，作为直接从像素嵌入统一视觉理解、文本到图像生成和图像编辑的初步尝试。如果您想了解更多，也请查看这个帖子！
https://x.com/wmren993/status/2049165186410373351…
https://x.com/wmren993/status/2049165186410373351…
Meta 提出 Tuna-2：像素嵌入在多模态理解和生成中击败视觉编码器
论文：https://t.co/OonewX4iAg