AI 大模型

多模态大模型

跨文本、图像、视频、音频等模态的大模型与学习方法。

2025-10-09 至 2025-10-09 共收录 3 篇信号源：cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 多模态生成 3 篇

2510.06679 2025-10-09 cs.CV 79%

DreamOmni2: Multimodal Instruction-based Editing and Generation

Bin Xia, Bohao Peng, Yuechen Zhang, Junjia Huang, Jiyang Liu, Jingyao Li, Haoru Tan, Sitong Wu, Chengyao Wang, Yitong Wang, Xinglong Wu, Bei Yu, Jiaya Jia

机构 * CUHK（香港中文大学）； HKUST（香港科技大学）； HKU（香港大学）； ByteDance Inc（字节跳动公司）

专题命中多模态生成：multimodal(title,abstract)；分类 cs.CV

2510.06308 2025-10-09 cs.CV 79%

Lumina-DiMOO: An Omni Diffusion Large Language Model for Multi-Modal Generation and Understanding

Yi Xin, Qi Qin, Siqi Luo, Kaiwen Zhu, Juncheng Yan, Yan Tai, Jiayi Lei, Yuewen Cao, Keqi Wang, Yibin Wang, Jinbin Bai, Qian Yu, Dengyang Jiang, Yuandong Pu, Haoxing Chen, Le Zhuo, Junjun He, Gen Luo, Tianbin Li, Ming Hu, Jin Ye, Shenglong Ye, Bo Zhang, Chang Xu, Wenhai Wang, Hongsheng Li, Guangtao Zhai, Tianfan Xue, Bin Fu, Xiaohong Liu, Yu Qiao, Yihao Liu

机构 * Shanghai AI Laboratory（上海人工智能实验室）； Shanghai Innovation Institute（上海创新研究院）； Nanjing University（南京大学）； The University of Sydney（悉尼大学）； Shanghai Jiao Tong University（上海交通大学）； Tsinghua University（清华大学）； The Chinese University of Hong Kong（香港中文大学）

专题命中多模态生成：multi-modal(title,abstract)；分类 cs.CV

Comments 33 pages, 13 figures, 10 tables

2509.07627 2025-10-09 cs.CE q-bio.BM 50%

LSMTCR: A Scalable Multi-Architecture Model for Epitope-Specific T Cell Receptor de novo Design

Ruihao Zhang, Xiao Liu

专题命中多模态生成：cross-modal(abstract)

Comments 13 main pages, 5 figures, 2 tables