Chinese World Model Tops Li Feifei's Ranking: Adapted for Ascend Compute, Full Code and Weights Open-Sourced
Shanghai Artificial Intelligence Laboratory
The Shanghai AI Laboratory team unveiled OpenEM, a world model that ranked first in Li Feifei's VBench leaderboard. The model is adapted for Chinese Ascend chips and is fully open-sourced (code, weights, data), enabling 3D scene generation and interaction.
शंघाई आर्टिफिशियल इंटेलिजेंस लेबोरेटरी (Shanghai Artificial Intelligence Laboratory) की टीम ने OpenEM नामक विश्व मॉडल पेश किया है, जो एक ही छवि से 3D दृश्य उत्पन्न करने में सक्षम है, जिसमें आवाजाही की स्वतंत्रता, इंटरैक्टिव संपादन और मौसम नियंत्रण शामिल है। इस मॉडल ने फेफेई ली (Fei-Fei Li) की टीम के VBench रैंकिंग में 85.75 अंक प्राप्त कर पहला स्थान हासिल किया है, जो CogVideoX से आगे है। OpenEM को चीनी चिप्स Ascend 910B (Huawei) के अनुकूल बनाया गया है, और यह त्रि-आयामी गॉसियन प्रतिनिधित्व (3D Gaussian representation), वीडियो डिफ्यूजन मॉडल (video diffusion model) और 6D वीडियो पार्के (6D video Parquet) का उपयोग करता है, जो 300 फ्रेम तक स्थिर जनरेशन सुनिश्चित करता है। सारा कोड, वजन और डेटा MIT लाइसेंस के तहत खुले हैं।
स्रोत: QbitAI 量子位 —
मूल