マルチモーダルトークンを使った新しい基盤モデルMIO

MIOは、テキスト、画像、音声、動画の4つのモダリティにわたる離散的なトークンを使って、エンドツーエンドかつ自己回帰的に理解と生成を行うことができる新しい基盤モデルである。