AI Research 技术调研
Search
搜索
暗色模式
亮色模式
探索
标签: cross-attention
此标签下有8条笔记。
2026年7月16日
VIMA: General Robot Manipulation with Multimodal Prompts
multimodal-prompt
manipulation-benchmark
vima-bench
ravens
object-centric
cross-attention
zero-shot-generalization
behavior-cloning
imitation-learning
icml-2023
2026年7月16日
OpenHelix: A Short Survey, Empirical Analysis, and Open-Source Dual-System VLA Model for Robotic Manipulation
vla
dual-system
system1-system2
llava
prompt-tuning
calvin
open-source
empirical-study
survey
cross-attention
2026年7月16日
JEPA-T: Joint-Embedding Predictive Architecture with Text Fusion for Image Generation
jepa
text-to-image
cross-attention
flow-matching
masked-prediction
imagenet
multimodal-fusion
clip
mar
non-generative-lineage
2026年6月25日
High-Resolution Image Synthesis with Latent Diffusion Models (LDM)
latent-diffusion
ldm
vae
u-net
cross-attention
text-to-image
stable-diffusion
two-stage
2026年6月25日
Prompt-to-Prompt Image Editing with Cross Attention Control
diffusion
image-editing
cross-attention
training-free
text-to-image
attention-injection
imagen
stable-diffusion
2026年6月25日
IP-Adapter: Text Compatible Image Prompt Adapter for Text-to-Image Diffusion Models
image-prompt
adapter
cross-attention
clip
ip-adapter
faceid
controlnet
stable-diffusion
2026年6月25日
Pix2Pix-Zero: Zero-shot Image-to-Image Translation
diffusion
image-editing
training-free
cross-attention
ddim-inversion
structure-preservation
stable-diffusion
2026年6月25日
PixArt-α: Fast Training of Diffusion Transformer for Photorealistic Text-to-Image Synthesis
t2i
dit
diffusion-transformer
cross-attention
t5
low-cost-training
re-captioning
open-source
Params
Images