NUWA 是什么
NUWA 被介绍为微软开发的一系列研究项目,包括 NUWA、NUWA-Infinity、NUWA-LIP、Learning 3D Photography Videos 和 NUWA-XL。这些项目涉及视觉合成的预训练模型,能够生成或操纵图像、视频等视觉数据,以执行多种视觉合成任务。
你可以用它做什么
- 生成与操纵视觉数据
- 进行多模态预训练
- 实现无限视觉合成
- 通过语言引导修复图像
模型说明
- 列有自监督学习 3D 摄影视频
- 功能列表包含长视频生成
- 补充信息称其为用于视觉合成的统一 3D Transformer 流水线
使用场景
- 使用 NUWA 模型生成新的图像或视频内容
- 利用 NUWA-Infinity 进行无限视觉合成
- 通过 NUWA-LIP 进行语言引导的图像修复
优点与缺点
✓ 我们认可的地方
- 一个系列汇集多种视觉合成任务
- 功能列表包含多模态预训练
! 需要留意的地方
- 该条目以研究项目系列的形式呈现
- 列出的任务集中在视觉数据的生成与操纵
常见问题
列出了哪些项目?
资料列出 NUWA、NUWA-Infinity、NUWA-LIP、Learning 3D Photography Videos 和 NUWA-XL。
这个系列研究什么?
资料描述的是视觉合成预训练模型,可生成或操纵图像、视频等视觉数据。
最后评测: 2026-11-15