著名大模型开源平台stability.ai推出了——Stable Diffusion 3,据官方介绍,其对prompt的理解以及在图像质量、拼写能力方面的AI生图效果达到全新高度。关键是其创新的模型组合是在消耗更少的算力下实现的。
该创新模型指的是Transformer和Flow FMatching(简称“FM”)的组合。Transformer让AI效果更好,而FM这是更加高效的一种建模、训练技术。这样用不了多久在移动设备上实现更好的AI生图开发成为可能。
这就是开源平台的优势,越来越多的天才注视下,大模型由虚化实正在加速。
“有意见”留言板
@PC瑟瑟发抖:开源阵营追得好快,演示效果看起来很棒,有条件当然值得升级,但怎么又是waitlist?!而且参数规模比SD 2.1大了不少,根据Emad的说法,恐怕对硬件要求也更高了吧,起码用消费级PC带它感觉有点悬啊。
@变天了:采用了sora的架构,是不是侧面证明,美国的AI届现在已经在图片和视频生成上达成共识,diffusion transformers就是当前的最优解呢
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。