Meta 开发出文本生成图像模型 CM3Leon,号称业界最佳

2023-07-16 17:20IT之家 - 远洋

IT之家 7 月 16 日消息,Meta 公司宣布开发出一款名为 CM3Leon 的人工智能模型,该模型可以根据文本生成高质量的图像,也可以为图像生成文本描述,甚至可以根据文本指令编辑图像。

IT之家注:CM3Leon 生成结果(上)对比 DALL-E 2 生成结果(下)

Meta 公司称,这款模型在文本到图像生成方面达到了业界最高水平,超过了谷歌、微软等公司的产品。CM3Leon 是一种基于 Transformer 的模型,Transformer 是一种利用注意力机制来处理输入数据的神经网络结构。相比于其他基于扩散(diffusion)的模型,Transformer 模型更加高效,训练速度更快,计算成本更低。

Meta 公司展示了 CM3Leon 在不同任务上的优异表现,包括根据复杂的文本提示生成图像,根据文本指令编辑图像,以及生成图像描述和回答。Meta 公司表示,CM3Leon 是图像生成和理解领域的一大进步,但也承认该模型可能存在数据偏见的问题,并呼吁行业加强透明度和监管。

Meta 公司使用了数百万张来自 Shutterstock 的授权图片来训练 CM3Leon,最强大的版本有 70 亿个参数,比 OpenAI 的 DALL-E 2 模型多两倍。

Meta 公司没有透露是否会公开发布 CM3Leon 模型。

广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家所有文章均包含本声明。

文章价值:
人打分
有价值还可以无价值
置顶评论
    热门评论
      文章发布时间太久,仅显示热门评论
      全部评论
      一大波评论正在路上
        取消发送
        软媒旗下人气应用

        如点击保存海报无效,请长按图片进行保存分享