Vision as a Dialect: Unifying Visual Understanding and Generation via Text-Aligned Representations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Han, Jiaming, Chen, Hao, Zhao, Yang, Wang, Hanyu, Zhao, Qi, Yang, Ziyan, He, Hao, Yue, Xiangyu, Jiang, Lu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Computation and Language Multimedia
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2506.18898