還能再漲23%!AI寵兒NVIDIA成大摩明年首選AMD FSR 4.0將與RX 9070 XT顯卡同步登場羅永浩細紅線最新進展,暫別AR,迎來AI Jarvis構(gòu)建堅實數(shù)據(jù)地基,南京打造可信數(shù)據(jù)空間引領數(shù)字城市建設下單前先比價不花冤枉錢 同款圖書京東價低于抖音6折日媒感慨中國電動汽車/智駕遙遙領先:本田、日產(chǎn)、三菱合并也沒戲消委會吹風機品質(zhì)檢測結(jié)果揭曉 徠芬獨占鰲頭 共話新質(zhì)營銷力,2024梅花數(shù)據(jù)峰會圓滿落幕索尼影像專業(yè)服務 PRO Support 升級,成為會員至少需注冊 2 臺 α 全畫幅相機、3 支 G 大師鏡頭消息稱vivo加碼電池軍備競賽:6500mAh 旗艦機+7500mAh中端機寶馬M8雙門轎跑車明年年初將停產(chǎn),后續(xù)無2026款車型比亞迪:2025 款漢家族車型城市領航智駕功能開啟內(nèi)測雷神預告2025年首次出席CES 將發(fā)布三款不同技術原理智能眼鏡realme真我全球首發(fā)聯(lián)發(fā)科天璣 8400 耐玩戰(zhàn)神共創(chuàng)計劃iQOO Z9 Turbo長續(xù)航版手機被曝電池加大到6400mAh,搭驍龍 8s Gen 3處理器普及放緩 銷量大跌:曝保時捷將重新評估電動汽車計劃來京東參與榮耀Magic7 RSR 保時捷設計預售 享365天只換不修國補期間電視迎來換機潮,最暢銷MiniLED品牌花落誰家?美團旗下微信社群團購業(yè)務“團買買”宣布年底停運消息稱微軟正與第三方廠商洽談,試圖合作推出Xbox游戲掌機設備
  • 首頁 > 云計算頻道 > 大模型

    Meta 推出基于 token 的全新 AI 圖像生成模型 CM3leon:更高效先進

    2023年07月17日 11:55:18   來源:站長之家

      Meta 正在繼續(xù)推進對新形式生成式人工智能模型的研究,并公布了最新成果,名為 CM3leon(發(fā)音類似于「chameleon(變色龍)」)。

      CM3leon 是一個用于文本到圖像創(chuàng)建和圖像到文本創(chuàng)建的多模態(tài)基礎模型,對于自動生成圖像標題非常有用。

      人工智能生成的圖像在當前已經(jīng)不是新概念,廣泛可用的工具如 Stable Diffusion、DALL-E 和 Midjourney 已經(jīng)取得了很大成功。

      新鮮的是 Meta 正在使用構(gòu)建 CM3leon 的技術以及 Meta 聲稱該基礎模型能夠?qū)崿F(xiàn)的性能。

      當前文本到圖像生成技術主要依賴 diffusion 模型(Stable Diffusion 的名稱源自此)來創(chuàng)建圖像。CM3leon 則采用了不同的方法:基于 token 的自回歸模型。

      Meta 的研究人員在一篇名為《Scaling Autoregressive Multi-Modal Models: Pretraining and Instruction Tuning》的研究論文中寫道:「近年來,由于性能強大且相對計算成本較低,diffusion 模型在圖像生成工作中占據(jù)主導地位。相比之下,眾所周知基于 token 的自回歸模型也能產(chǎn)生出色的結(jié)果,尤其在全局圖像連貫性方面更好,但訓練和推理的成本要高得多!

      Meta 的研究人員已經(jīng)能夠通過 CM3leon 實際演示基于 token 的自回歸模型實際上可以比基于 diffusion 模型的方法更高效。

      Meta 的研究人員在一篇博客文章中寫道:「盡管使用的計算資源比之前基于Transformer 的方法少了五倍,CM3leon 在文本到圖像生成方面實現(xiàn)了最先進的性能。

      CM3leon 的基本工作原理在某種程度上與現(xiàn)有的文本生成模型類似。

      Meta 的研究人員首先進行了一個檢索增強的預訓練階段。與僅從互聯(lián)網(wǎng)上收集公開可用的圖像不同,這種方法已經(jīng)給基于 diffusion 模型的模型帶來了一些法律挑戰(zhàn),Meta 選擇了一條不同的道路。

      Meta 的研究論文指出:「在文本到圖像生成領域,圖像數(shù)據(jù)來源的道德影響已經(jīng)引發(fā)了廣泛的討論。在本研究中,我們只使用 Shutterstock 上的經(jīng)過授權的圖像。因此,我們可以避免與圖像所有權和歸屬相關的擔憂,同時不會犧牲性能。

      在預訓練之后,CM3leon 模型經(jīng)過一階段有監(jiān)督微調(diào)(SFT),Meta 的研究人員聲稱這種方法產(chǎn)生了高度優(yōu)化的結(jié)果,無論是資源利用還是圖像質(zhì)量。SFT 是 OpenAI 用于訓練 ChatGPT 的一種方法。Meta 在研究論文中指出,SFT 用于訓練模型理解復雜提示,在生成任務中非常有用。

      論文中指出:「我們發(fā)現(xiàn),指導調(diào)整顯著提高了多模態(tài)模型在圖像標題生成、視覺問答、基于文本的編輯和條件圖像生成等各種任務中的性能!

      通過查看 Meta 在關于 CM3leon 的博客文章中分享的生成圖像樣本集,結(jié)果令人印象深刻,清楚地顯示了模型理解復雜的多階段提示,從而生成了分辨率極高的圖像。

      目前,CM3leon 仍然是一個研究項目,尚不清楚 Meta 是否會在其平臺的一個服務中公開提供這項技術。鑒于它的強大性能和更高的生成效率,CM3leon 及其生成式人工智能方法有可能超越研究階段最終得到應用。

      文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹慎對待。投資者據(jù)此操作,風險自擔。

    即時

    新聞

    明火炊具市場:三季度健康屬性貫穿全類目

    奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應用,“區(qū)塊鏈+政務服務”顯成效

    “以前都要去窗口辦,一套流程下來都要半個月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關材料,僅幾秒鐘,重慶市民曾某的賬戶就打進了21600元。

    3C消費

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實質(zhì)性的幫助,雙十一期間低至2799元,性價比很高,簡直是創(chuàng)作者們的首選。

    研究

    中國信通院羅松:深度解讀《工業(yè)互聯(lián)網(wǎng)標識解析體系

    9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會——工業(yè)互聯(lián)網(wǎng)標識解析專題論壇在沈陽成功舉辦。