论文解读
Native Active Perception as Reasoning for Omni-Modal Understanding
音视频理解 | 6.8/10
音视频理解 | 6.8/10
音视频语音分离 | 6.2/10
语音识别 | 6/10
Omni-Diffusion: Unified Multimodal Understanding and Generation with Masked Discrete Diffusion
音视频理解 | 7.4/10
音视频理解 | 6.3/10
音视频生成 | 6.9/10
音视频问答 | 7.1/10
音视频问答 | 7.5/10
语音合成 | 8/10
音乐生成 | 6.6/10
实时处理 | 6.4/10
音乐生成 | 8/10
空间音频 | 8.7/10
音视频问答 | 7.3/10
音乐生成 | 8.1/10
音乐生成 | 6.5/10
音视频理解 | 3.6/10
语音识别 | 7.2/10
音视频理解 | 7.2/10