Modelo de Difusión Multimodal
Un modelo de difusión multimodal extiende los modelos probabilísticos de difusión de eliminación de ruido para generar o comprender contenido condicionando simultáneamente en señales de múltiples modalidades — como texto, imagen, audio o video. Aprende a revertir un proceso de ruido guiado por contexto intermodal, permitiendo síntesis y traducción de alta fidelidad entre modalidades.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
- Ho, J., Jain, A., & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. Advances in Neural Information Processing Systems (NeurIPS), 33, 6840–6851. link ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Multimodal Diffusion Model (Cross-Modal Conditional Denoising Diffusion). ScholarGate. https://scholargate.app/es/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.
- Modelo de difusión afinadoAprendizaje profundo↔ compare
- Clasificación multimodal basada en BERTAprendizaje profundo↔ compare
- GAN multimodalAprendizaje profundo↔ compare
- Transformador MultimodalAprendizaje profundo↔ compare
- Autoencoder Variacional MultimodalAprendizaje profundo↔ compare
- Multimodal Vision TransformerAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →