您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
Meta人工智能揭示CM3leon，一种先进的文本到图像生成模型
2023年07月21日 由 Susan 发表
295948
0
Meta人工智能推出了CM3leon，这是一种独特的多模态模型，结合了文本和图像生成。该模型是首款使用经修改的纯文本语言模型公式的模型，以无与伦比的计算效率产生卓越的结果。
这种新模型以最先进的速度生成文本到图像，并且使用的计算资源比早期基于Transformer的技术少五倍。它在保持低训练成本和高推理效率的同时，结合了自回归模型的适应性和效率。作为一种因果有序混合模态（CM3）模型，CM3leon通过能够根据其他文本和图像内容的任意顺序生成文本和图像序列，增强了先前模型的能力。
CM3leon具备自回归模型的强大和适应性特征，同时在训练和推理阶段具有显著的效率和经济性。这一重大进展克服了以往模型的限制，以往模型只限于执行纯文本或图像生成任务。
CM3Leon的架构使用了一个仅解码器的Transformer，类似于成熟的文本模型。然而，CM3Leon的独特之处在于它能够输入和生成文本和图像。这使得CM3Leon能够成功处理各种任务，如提示问题和模型生成。
根据Meta对自回归多模态模型的研究，扩散模型最近取代了图像生成的努力，因为它们具有卓越的性能和低计算成本。另一方面，基于标记的自回归模型也以同样出色的结果而闻名，特别是具有卓越的全局图像连贯性，但它们在训练和推理方面的成本要高得多。
生成模型在数百万样本照片的训练中变得越来越复杂，以学习视觉和文本之间的关系，但它们也可能反映出训练数据中存在的任何偏见。尽管通过稳定的扩散、DALL·E和Midjourney等热门工具，人们对由人工智能生成的图像越来越熟悉，但Meta人工智能构建CM3leon的方法以及它所承诺的性能提升代表了一个重大的飞跃。
来源：https://www.infoq.com/news/2023/07/meta-ai-cm3leon/
这种新模型以最先进的速度生成文本到图像，并且使用的计算资源比早期基于Transformer的技术少五倍。它在保持低训练成本和高推理效率的同时，结合了自回归模型的适应性和效率。作为一种因果有序混合模态（CM3）模型，CM3leon通过能够根据其他文本和图像内容的任意顺序生成文本和图像序列，增强了先前模型的能力。
CM3leon具备自回归模型的强大和适应性特征，同时在训练和推理阶段具有显著的效率和经济性。这一重大进展克服了以往模型的限制，以往模型只限于执行纯文本或图像生成任务。
CM3Leon的架构使用了一个仅解码器的Transformer，类似于成熟的文本模型。然而，CM3Leon的独特之处在于它能够输入和生成文本和图像。这使得CM3Leon能够成功处理各种任务，如提示问题和模型生成。
根据Meta对自回归多模态模型的研究，扩散模型最近取代了图像生成的努力，因为它们具有卓越的性能和低计算成本。另一方面，基于标记的自回归模型也以同样出色的结果而闻名，特别是具有卓越的全局图像连贯性，但它们在训练和推理方面的成本要高得多。
生成模型在数百万样本照片的训练中变得越来越复杂，以学习视觉和文本之间的关系，但它们也可能反映出训练数据中存在的任何偏见。尽管通过稳定的扩散、DALL·E和Midjourney等热门工具，人们对由人工智能生成的图像越来越熟悉，但Meta人工智能构建CM3leon的方法以及它所承诺的性能提升代表了一个重大的飞跃。
来源：https://www.infoq.com/news/2023/07/meta-ai-cm3leon/
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
广告
广告
写评论取消
回复取消