NUWA

NUWA是一个统一的多模态预训练模型，可以生成新的或操纵现有的视觉数据（即图像和视频），用于8种视觉合成任务。它还包括一些相关的论文，如NUWA-Infinity、NUWA-LIP等，旨在实现无限视觉合成和语言引导图像修补等任务。NUWA提供了3D Transformer Pipeline，用于视觉合成。