NÜWA – 图像训练模型

微软与北京大学联手，在 GitHub 开源了一个多模态预训练模型：「NÜWA（女娲）」，可实现文本/草图转图像、图像补全、文字/草图转视频等任务，功能异常强大。

该模型可为 8 种不同的视觉合成任务，生成新的或编辑现有的视觉数据（图像和视频），论文已发布，项目源码尚未公开。