分类 AI模型
Emu3 是什么
Emu3 被介绍为一套仅靠下一个 token 预测训练的多模态模型,把图像、文本和视频统一到单一的 transformer 模型里。
你可以用它做什么
- 以灵活的分辨率和风格生成图像
- 通过预测序列中下一个 token 生成视频
- 从给定的视频上下文自然扩展片段
模型要点
- 视觉-语言理解能给出连贯的文本响应
- 不使用扩散或组合架构
- 三种模态共用一个离散空间
优点与缺点
✓ 我们认可的地方
- 支持灵活的分辨率和风格
- 图像、文本和视频统一到一个离散空间处理
! 需要留意的地方
- 训练只依赖下一个 token 预测
- 列出的流程从选择图像生成、视频生成或视频预测功能开始
常见问题
它是怎么训练的?
资料说明它仅通过下一个 token 预测进行训练。
能生成什么?
资料列出图像生成、视频生成和视频预测等功能。
最后评测: 2026-11-15
更多 大模型 API 平台 工具
查看全部 →-
302.AI 把数百个大模型收在一个 API 后面的聚合云平台 开发者工具 API 集成 多模型平台 模型部署 大模型 API 平台 -
360智脑开放平台 360 大模型 API 平台 API 集成 多模型平台 知识库问答 企业自动化 大模型 API 平台 -
4o Image API 图像生成 API 网关 免费 工具 免费增值 工具 开发者工具 API 集成 大模型 API 平台 -
AI-Flow 无代码的多模型工作流 工作流自动化 开发者工具 API 集成 知识库问答 大模型 API 平台 -
AI/ML API 一个网关接入众多模型 开发者工具 API 集成 多模态 多模型平台 大模型 API 平台 -
Amazon Bedrock 带安全扫描的 AWS 代码建议 免费 工具 代码助手 集成开发环境 应用搭建器 大模型 API 平台