Meta提出“可持续思维链”，让大模型在连续潜空间中推理｜大模型日报

Meta提出“可持续思维链”（Coconut），旨在让大语言模型在连续潜空间中进行推理，以提高推理效率和能力。北大团队提出了“自定义漫画生成”框架DiffSensei，通过集成扩散图像生成器和多模态大语言模型，实现了对多角色漫画生成的精确控制。苹果团队则提出了一种可扩展的视频生成方法STIV，利用扩散Transformer进行视频运动迁移，展示了在视频生成领域的显著进步。这些研究展示了在不同领域中大模型技术的创新应用，推动了图像生成、视频生成和语言模型推理的发展。