何恺明 相关话题

梦晨 发自 凹非寺 量子位 | 公众号 QbitAI 视觉自转头模子的Scaling，接续不像在道话模子里那样灵验。 谷歌MIT何恺明团队联手，有望冲破这一场地，为自转头文生图模子的扩张指出一个标的： 基于伙同token的模子比龙套token模子在视觉质料上更好。立时律例生成与光栅律例比较在GenEval测试上得分明显更好。 受到这些发现启发，团队磨真金不怕火了Fluid，一个基于伙同绚烂的立时律例自转头模子。 扩张至百亿参数的Fluid在MS-COCO 30K上zero-shot要求下罢了了