AI Research 技术调研
Search
搜索
暗色模式
亮色模式
探索
标签: any-to-any
此标签下有7条笔记。
2026年7月16日
Nano Banana 2 Lite（Gemini 3.1 Flash Lite Image）与 Gemini Omni Flash 开发者 GA
nano-banana
gemini-3-1-flash-lite-image
gemini-omni-flash
any-to-any
video-generation
conversational-editing
interactions-api
synthid
closed-source
tpu
2026年6月25日
Omni / 多模态生成技术演进调研 (2020 → 2026-07) · 主汇总
omni
multimodal-generation
text-to-image
image-editing
unified-understanding-generation
any-to-any
video-generation
diffusion
autoregressive
survey
2026年6月25日
NExT-GPT: Any-to-Any Multimodal LLM
any-to-any
mm-llm
omni
diffusion-decoder
imagebind
vicuna
instruction-tuning
mosit
projection-layer
2026年6月25日
Janus: Decoupling Visual Encoding for Unified Multimodal Understanding and Generation
unified
autoregressive
vqgan
siglip
decoupled-encoder
any-to-any
deepseek
2026年6月25日
Ming-Omni / Ming-Lite-Omni: A Unified Multimodal Model for Perception and Generation
omni
moe
unified
any-to-any
speech
image-generation
video
gpt-4o-class
open-source
2026年6月25日
Qwen2.5-Omni Technical Report
omni
multimodal
any-to-any
speech
thinker-talker
tmrope
streaming
open-source
qwen
2026年6月25日
统一理解生成 & any-to-any 全模态专题
unified
understanding-generation
any-to-any
omni
early-fusion
decoupled-encoder
diffusion-ar-hybrid
autoregressive
rectified-flow
thinker-talker