Meta FAIR 开源五款新模型:图文交织、可控音乐与极速音频水印
Meta FAIR 团队开源发布了五项 AI 研究成果。其中涵盖能混合输入输出图文的 Chameleon、支持节拍与和弦控制的音乐模型 JASCO,以及检测速度提升达 485 倍的 AI 语音水印技术 AudioSeal 等。
Meta FAIR 团队开源发布了五项 AI 研究成果。其中涵盖能混合输入输出图文的 Chameleon、支持节拍与和弦控制的音乐模型 JASCO,以及检测速度提升达 485 倍的 AI 语音水印技术 AudioSeal 等。
Meta 发布原生多模态模型家族 Chameleon 预览。与传统的后融合方案不同,它将图像与文本统一映射到离散 token 空间,实现端到端的图文交织推理与生成。34B 版本在 VQA 等任务上表现领先,目前该模型尚未正式开源权重。