Kiinalainen maailmanmalli ohittaa Li Feifein rankingin: Sovitettu Ascend-laskentaan, koko koodi ja painot avoimesti jaettu
Shanghai Artificial Intelligence Laboratory
Shanghain tekoälylaboratorion tiimi esitteli OpenEM:n, maailmanmallin, joka sijoittui ensimmäiseksi Li Feifein VBench-johtotaulukossa. Malli on sovitettu kiinalaisille Ascend-siruille ja se on täysin avoimesti jaettu (koodi, painot, data), mikä mahdollistaa 3D-kohtausten generoinnin ja interaktion.
Shanghai AI Laboratory (上海人工智能实验室) -tiimi esitteli OpenEM-maailmamallin, joka pystyy yhden kuvan perusteella luomaan 3D-ympäristön, jossa voi liikkua vapaasti, tehdä interaktiivisia muokkauksia ja hallita säätä. Malli sijoittui ensimmäiseksi VBench-vertailussa (Fei-Fei Lin tiimi) pistein 85,75, ohittaen CogVideoX:n. OpenEM on optimoitu kiinalaisille Ascend 910B -piireille (Huawei), ja se hyödyntää kolmiulotteista Gauss-esitystä, videodiffuusiomallia ja 6D-video-Parquet-muotoa, mahdollistaen jopa 300 kehyksen vakaan tuottamisen. Kaikki koodi, painot ja data on avoimesti saatavilla MIT-lisenssillä.
Lähde: QbitAI 量子位 —
Alkuperäinen