Nghiên cứu
EchoWM: Mô hình thế giới đa phương thức cho trải nghiệm nhập vai tương tác
(giờ Việt Nam)
Tóm tắt AI
EchoWM là mô hình thế giới đột phá cho phép tạo đồng thời video 720p, âm thanh môi trường và giọng nói dựa trên điều hướng liên tục, hỗ trợ tương tác góc nhìn thứ nhất và thứ ba với độ chân thực cao.
Chính văn · Bản dịch AI
Tác giả: Songchun Zhang, Yaowei Li, Junhao Zhuang, Weiyang Jin, Haoyu Wang, Xin Lu, Yilang Sun, Shiyi Zhang, Haoran Li, Xiaoxiao Ma, Yuming Li, Yijun Liu, Yaofeng Su, Yanwen Ma, Haoyu Wu, Zihan Su, Yue Ma, Lvmin Zhang, Haoyang Huang, Zeyue Xue, Anyi Rao, Nan Duan
Xem PDF HTML (thử nghiệm)
DOI do arXiv cấp thông qua DataCite (đang chờ đăng ký)
Lịch sử gửi bài
Từ: Zhang Songchun [xem email] [v1] Thứ Hai, 24 tháng 8 năm 2026 12:39:59 UTC (37.577 KB)
Bài viết được AI dịch và tổng hợp tự động từ HuggingFace Daily Papers (bài nghiên cứu nổi bật của cộng đồng). Liên kết bài gốc ở phía trên. Dữ liệu đồng bộ qua API công khai được ghi nguồn tại AI HOT (canonical) ↗. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.