WM^MLLM: Turning MLLMs into World Models

媒体报道 Hugging Face Papers 原文语言:中文

WM^MLLM利用多模态大语言模型来维护带有修订历史的外部全景状态,从而能够从单张图像实现持久、可编辑的世界生成,并支持精确重访和局部编辑。

全文

WM^MLLM uses multimodal large language models to maintain an external panorama state with revision history, enabling persistent, editable world generation from a single image with exact revisits and local edits.

正文以来源语言显示。

参考来源

← 返回每日AI报告