DiT架构大一统：一个框架集成图像、视频、音频和3D生成，可编辑、能试玩
DiT架构大一统：一个框架集成图像、视频、音频和3D生成，可编辑、能试玩基于 Diffusion Transformer（DiT）又迎来一大力作「Flag-DiT」，这次要将图像、视频、音频和 3D「一网打尽」。
来自主题: AI技术研报
9345 点击 2024-05-12 15:29
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
基于 Diffusion Transformer（DiT）又迎来一大力作「Flag-DiT」，这次要将图像、视频、音频和 3D「一网打尽」。
最少只需1个3D样例，即可生成3D主题乐园。
微软&清华最新研究，打破GPT系列开创的Decoder-Only架构——
昨天刚刚在顶会ICLR作为特邀演讲（Invited Talk）中“国内唯一”的大模型玩家智谱AI，今天又放出了一个好消息
在刚刚举行的 ICLR 2024 大会上，智谱AI的大模型技术团队公布了面向激动人心的AGI通用人工智能前景的三大技术趋势，同时预告了GLM的后续升级版本。
在一个昏暗的机箱里，一台 RTX 3090 GPU「唱」着经典英语儿歌《一闪一闪亮晶晶》（Twinkle,Twinkle,Little Star）的旋律。
智东西5月11日消息，今天凌晨，OpenAI宣布将于美国时间13日上午10点（北京时间14日凌晨1点）在官网直播，演示ChatGPT、GPT-4的更新内容。
就在一年前，2023年5月，OpenAI的CEO Sam Altman曾在美国国会听证会上提到过AI正在被武器化的事实，并赞同“像监管核武器一样监管AI”的提议。
DeepMind新发布的AlphaFold 3是科技圈今天的绝对大热门，成为了Hacker News等许多科技媒体的头版头条。
有数据统计，2022年全年，全国数据中心耗电量达到2700亿千瓦时，占全社会用电量约3%。预计2024年全国数据中心的耗电量将在3400亿至3600亿度之间，到2025年可能增长至4000亿至4400亿度。