#Qwen3-8B

21:59オープンソース拡散指数 48

NVIDIA、VAEとエンコーダーを排除した「PixelUMM」公開　生ピクセルで画像・動画を理解・生成

NVIDIAとウォータールー大学がマルチモーダルモデル「PixelUMM」をオープンソース公開した。VAEや視覚エンコーダーを使わず、Qwen3-8Bをベースに生のピクセル空間で直接画像と動画の理解および生成を両立する。潜在空間を介さないシンプルな統合アーキテクチャとして注目される。