Machine learningDeep learning / NLP / CV

Model de difusió multimodal

Un model de difusió multimodal estén els models probabilístics de difusió de redesplegament de soroll per generar o entendre contingut condicionant-se simultàniament en senyals de múltiples modalitats, com ara text, imatge, àudio o vídeo. Aprèn a revertir un procés de soroll guiat per context intermodal, permetent una síntesi i traducció d'alta fidelitat entre modalitats.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

The neighbourhood of related methods — select a node to explore.

Fonts

  1. Rombach, R., Blattmann, A., Lorenz, D., Esser, P., & Ommer, B. (2022). High-Resolution Image Synthesis with Latent Diffusion Models. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 10684–10695. DOI: 10.1109/CVPR52688.2022.01042
  2. Ho, J., Jain, A., & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. Advances in Neural Information Processing Systems (NeurIPS), 33, 6840–6851. link

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Multimodal Diffusion Model (Cross-Modal Conditional Denoising Diffusion). ScholarGate. https://scholargate.app/ca/deep-learning/multimodal-diffusion-model

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citat per

ScholarGateMultimodal Diffusion Model (Multimodal Diffusion Model (Cross-Modal Conditional Denoising Diffusion)). Recuperat el 2026-06-15 de https://scholargate.app/ca/deep-learning/multimodal-diffusion-model · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026