dit

字节跳动开源了 Bernini-R，一种视频扩散渲染器，结合了基于 MLLM 的语义规划器和基于 DiT 的渲染器，用于统一的视频生成和编辑，在视频编辑上达到顶尖性能。

百度发布了ERNIE-Image-Turbo，一个蒸馏文本到图像生成模型，可在8步推理中实现快速生成，同时保持强大的文本渲染、指令遵循和结构化图像生成能力。