🐭 Mickey-1928SD模型基于Stable-Diffusion-xl微调，使用1928年公共领域画面训练。
论文地址:https://arxiv.org/pdf/2401.00908.pdf
Text2Immersion是一项创新方法，通过文本提示生成高质量的3D沉浸式场景，可适用于室内和室外，展现出色的灵活性和创造力。
该产品还引入了光随书动技术，利用摄像头的追踪技术让光源自动聚焦在书本上。此外，台灯还具备AI离座感应和自动延时关灯功能，方便节能和使用。
该编码器具有多项功能。首先，它能够增强视觉感知能力，通过提供额外的视觉编码器，使MLLM能够更好地理解和分析图像内容。其次，VCoder能够处理特殊类型的图像，例如分割图和深度图。分割图能够帮助模型识别和理解图像中不同物体的边界和形状，而深度图则提供了物体距离相机远近的信息。最后，VCoder改善了对象感知任务的表现。通过提供额外的感知模态输入，如分割图或深度图，它显著提高了MLLM的对象感知能力，包括更准确地识别和计数图像中的对象。