Haoting Shi
収録論文 1本 ・ フィジカルAI/ロボット学習
マルチモーダル生成
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- 必要なのはピクセルだけ:純粋な視覚空間生成モデルによる推論マルチモーダル生成2026/11/17
テキスト経路を使わず画像のみを入出力とする純粋なピクセル空間生成モデルを学習し、キャンバス上で質問を読み中間ステップを書いて回答できることを示した。性能はスケール則に従い、フレーム単位の中間ステップ生成が単一フレーム回答より優れる。
