https://zenn.dev/discus0434/articles/gemini-2-0-mm

GPT-4oとGemini-2.0の画像生成能力はいかにして作られているのか

この記事では、GPT-4oとGemini-2.0の画像生成能力の背景にある技術を解説しています。

拡散モデルから自己回帰モデルへの進化、Any-to-Anyモデルの概念、そして具体的なモデルの構造に焦点を当てています。

これらのモデルがどのようにして多様なデータを処理し、高品質な画像を生成するのかを考察します。