ONE-PEACE: model representasi umum untuk multimodalitas tanpa batas

• General Representation Model yang mencakup modalitas visi, audio, dan bahasa
• Memberikan hasil yang sangat baik pada tugas-tugas terintegrasi bahkan tanpa model pralatih
• Dengan Emergent Zero-shot Retrieval yang kuat, dapat menyelaraskan modalitas yang tidak dipasangkan dalam data pelatihan
• Audio-to-Image, Audio+Text-to-Image, Audio+Image-to-Image

[dbs0829]

Kelihatannya model ini memecahkan rekor SOTA di banyak tugas.