返回首页
算法论文9

寿政:打造下一代具身大模型底座

AI科技评论
AI 摘要

NUS寿政教授打破传统模型拼接套路,在单个Transformer中融合自回归与离散扩散,用循环一致性监督解决数据稀缺,靠自研骨干网实现低延迟,打造适配具身智能的统一大模型底座。

阅读原文 · AI科技评论
NUS Show Lab 寿政教授:打通自回归与离散扩散,打造下一代具身大模型底座|ECCV 2026
本文整理自新加坡国立大学Show Lab负责人寿政教授在ECCV 2026的分享,团队研发融合自回归与离散扩散的Show-o/Show-2统一架构,解决多模态理解与生成融合痛点,延伸至具身智能领域,突破数据稀缺、推理延迟等核心瓶颈。

相关文章