Weizhi Wang

高品質な画像とテキストのペアは、さまざまなタスクでマルチモーダルモデルの性能を向上させる。

Toraは、ユーザーがテキスト、画像、パスを使って正確なモーションコントロールで動画を作成できるようにしてるんだ。