Matryoshka Diffusion Models，MDM

苹果文生图大模型亮相：俄罗斯套娃式扩散，支持1024x1024分辨率

习惯了 Stable Diffusion，如今终于又迎来一个俄罗斯套娃式（Matryoshka）Diffusion 模型，还是苹果做的。在生成式 AI 时代，扩散模型已经成为图像、视频、3D、音频和文本生成等生成式 AI 应用的流行工具。然而将扩散模型拓展到高分辨率领域仍然面临巨大挑战，这是因为模型必须在每个步骤重新编码所有的高分辨率输入。解决这些挑战需要使用带有注意力块的深层架构，这使得优化更困难，消耗的算力和内存也更多。怎么办呢？最近的一些工作专注于研究用于高分辨率图像的高效网络架构。但是现有方法都没有展示出超

10/30/2023 5:18:00 PM

机器之心

资讯热榜

LangChain V1.0 深度解析：手把手带你跑通全新智能体架构 Soul App开源播客语音合成模型，可流畅自然多轮语音对话，支持川粤豫等多方言与副语言风格 DeepSeek-OCR：OCR 的新突破微软与OpenAI重塑联盟：2500亿美元Azure订单背后，OpenAI获“云自由”！ OpenAI推出两款全新的开源安全推理模型如何理解：高效的异构算力调度是业界目前面临的一大难题？ Cursor发布首个编程大模型！代码生成250tokens/秒，强化学习+MoE架构从反馈中学习：强化学习如何提升百晓生问答精准度

标签云

AI 人工智能 OpenAI AIGC 模型 ChatGPT DeepSeek 谷歌 AI绘画大模型机器人数据 Midjourney 开源 Meta 微软智能 AI新词用户 GPT 学习技术智能体马斯克 Gemini 图像 Anthropic 英伟达 AI创作训练 LLM 论文代码算法 Agent AI for Science 芯片苹果腾讯 Claude Stable Diffusion 蛋白质开发者生成式神经网络 xAI 机器学习 3D RAG 人形机器人研究 AI视频大语言模型生成具身智能 Sora 工具 GPU 百度华为计算字节跳动 AI设计 AGI 大型语言模型搜索视频生成场景深度学习架构生成式AI DeepMind 编程视觉 Transformer 预测 AI模型 MCP 伟达亚马逊