# 統一Transformerアーキテクチャ

Emu3は北京智源研究院によって開発されたマルチモーダルモデルで、次のトークンを予測するだけで訓練され、画像、テキスト、動画処理をサポートします。

Emu3は次トークン予測のみで訓練された新しいマルチモーダルモデルスイートで、生成と知覚タスクの両方で多くの専門モデルを凌駕します

統一画像セグメンテーションの単一Transformerアーキテクチャで、意味的セグメンテーション、インスタンスセグメンテーション、パノプティックセグメンテーションの3大タスクをサポート

最初のマルチタスク汎用画像分割フレームワーク。単一モデルでセマンティック/インスタンス/パノラマ分割タスクをサポート

OneFormerは初のマルチタスク汎用画像分割フレームワークで、単一のモデルでセマンティック分割、インスタンス分割、パノラマ分割のタスクをサポートします。