论文阅读 | Bernini-Latent Semantic Planning for Video Diffusion

Bernini 把 MLLM 的语义规划能力和视频扩散模型的像素生成能力接起来，用 ViT embedding space 作为接口，统一处理视频生成与编辑任务。

论文阅读 | QwenImage技术报告

论文阅读 | SGLang-结构化语言模型程序高效执行框架

论文评审 | LLM-based评审方法研究

实习 | 兽人永不为奴，但偶尔可以

RAG | 从Demo到进阶