パナソニックHD、拡散型視覚言語モデルによるマルチモーダルAI「LaViDa」を開発

しかし、自己回帰型のマルチモーダルAIモデルを拡散モデルにそのまま置き換えただけでは（1）毎回のトークン生成に要するアテンション（※3）計算が重くなる、（2）画像 …