Tag · 2 篇
多模态语言模型
分布 生成模型与扩散1视觉语言模型1
01 02
VecGlypher：基于语言模型的统一矢量字形生成
VecGlypher: Unified Vector Glyph Generation with Language Models
将矢量字形生成建模为自回归序列生成问题，直接输出SVG路径令牌，避免了栅格化中间步骤，为视觉生成任务提供了一种可编辑、高保真的矢量输出范式；其两阶段训练策略和坐标量化方法可迁移到其他结构化图形生成任务。
通过语言模型连接人脸理解与动画
Bridging Facial Understanding and Animation via Language Models
将3D人脸参数序列当作语言token，用语言模型统一做运动理解与生成，为文本驱动人脸动画提供了可复用的量化运动token+LM建模范式，可迁移到人体动作或手势的文本-运动双向建模。