可组合扩散模型发布：可生成任意模态的内容

(资料图)

近日，微软发布了一款名为可组合扩散模型（CoDi）的人工智能模型。这是一种独特的、基于可组合扩散的人工智能模型，其设计目标是互动和生成多模态内容。 微软设计CoDi的目标，是为了解决传统单一模态AI模型的局限性。例如，在同步视频和音频的情况下，独立生成的信息流拼接在一起时可能存在不一致和对齐的问题。CoDi采用了独特的可组合生成策略，在扩散过程中对齐多模态，从而生成相互交织的模式。更重要的是，CoDi能够处理任意输入模式并生成任意模态的内容。 CoDi是由微软Azure认知服务研究团队与北卡罗来纳大学教堂山分校合作开发的，也是微软项目i-Code的一部分，该项目使用人工智能来增强人机交互。对此项目感兴趣的用户可以深入了解。