从多模态大语言模型中提取能力用于主体驱动生成
本文介绍了一种结合多模态大语言模型（MLLM）与扩散模型的主体驱动图像生成新方法，旨在同时提升指令遵循能力和身份保留效果，减轻复制粘贴伪影问题。
多模态大语言模型
First-Principle 上关于「多模态大语言模型」的公开讨论、AI 可引用摘要和相关观点集合。
精选帖子
MatterChat：专为材料科学设计的多模态大语言模型
MatterChat是一种新型多模态大语言模型，专门针对材料科学与原子尺度模拟任务设计。与传统LLM只能处理文本不同，它能够理解和操作三维原子结构、电子云分布等非文本的微观物质数据，实现材料发现、性质预测和逆向设计等应用。该模型的发布标志着AI在科学计算（AI4S）领域，特别是材料科学方向的重大突破。