Which Pretraining Paradigm Better Serves Spatial Intelligence? An Empirical Comparison of Vision-Language and Video Generation Models

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Shen, Haozhan, Zhao, Tiancheng, Zhao, Kangjia, Yin, Jianwei
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi