DiFuse: Fusing Native Diffusion Representations for Spatial Reasoning in Unified Multimodal Models

Ruixin Fan, Weining Wang, Jiahui Sun, Tailai Chen, Jing Liu

На странице источника доступны аннотация, полный текст или сведения о том, где его прочитать. Препринт может ещё не пройти рецензирование; проверьте, появилась ли журнальная версия.