北大字节开辟图像生成新范式！超越Sora核心组件DiT，不再预测下一个token

作者：量子位发布时间：2024-04-16

北大 Sora 编程

北大和字节联手搞了个大的：提出图像生成新范式，从预测下一个 token 变成预测下一级分辨率，效果超越 Sora 核心组件 Diffusion Transformer（DiT）。并且代码开源，短短...【查看原文】

相关资讯

北大字节开辟图像生成新范式，超越Sora核心组件DiT，不再预测下一个token

网友：通向Sora的更便宜的潜在途径

北大 Sora

量子位 2024-04-16

大模型预测，下一个token何必是文字？

它可以根据用户过去5年的体检报告，生成未来第1年、第2年、第3年的体检报告。你看，这个生成的过程，是不是像极了ChatGPT，根据历史单词预测下一个单词。如果在大语言模型基础上投喂大量专业的医学语料，更像是用语文方法读题。

ChatGPT 大语言模型

量子位 2024-03-29

智能体，开辟下一个流量变现时代

新机会来了！智能体正在重塑人与技术的互动方式，带来流量格局和商业模式的新变革。随着门槛降低和上限提高，智能体的潜力无限。

华商韬略官方账号 2024-09-29

OPenAi首席科学家：只要能预测下一个token，就能帮助人类创建AGI

在2023年的人工智能圈子里，前OpenAI首席科学家Ilya虽然在与奥特曼的宫斗大戏中以失败退居幕后为终，但他仍是主角之一。想象一下这样的场景：Ilya突然接到一个电话。“恭喜你，你被《自然》杂志评为‘2023年十大科学家’！”但有个转折 —— 伊利亚回应道：“采访？不了，谢谢！”就连他的推特都像是在说：“《自然》杂志是谁？尽管他拒绝了采访，《自然》杂志还是对他大加赞扬，称他为AI界的先知。在Ilya看来，人工智能有能力改变整个人类文明的存在方式，而不是像OpenAI出现之前那样，只是帮人类解

OpenAI AGI 人工智能阿尔特曼

AI研习所 2023-12-22

Ilya 观点得证！仅靠预测下一个 token 统一图像文本视频，智源发布原生多模态世界模型 Emu3

OpenAI 前首席科学家、联合创始人Ilya Sutskever曾在多个场合表达观点：虽然，下一token预测已在大语言模型领域实现了ChatGPT等突破，但是在多模态模型中的适用性仍不明确...

智源 OpenAI Ilya Sutskever 大语言模型 ChatGPT

量子位 2024-10-21

近期资讯

对于图像格式，除了 RGB 你还需要知道 YUV 呐

> 本文为合集收录，欢迎查看合集/专栏链接进行全部合集的系统学习。合集完整版请参考[这里](https://mp.weixin.qq.com/s?__biz=MzAwOTc2NDU3OQ==&m

董董灿是个攻城狮 2024-12-27

Docker-Dockerfile讲解(三)

今天要讲的最后2个参数CMD和ENTRYPOINT都是容器的启动参数，我们前面也讲过，如果没有前台进程，容器是无法启动成功的。

dessler 2024-12-27

小兵张健 2024-12-27

69天探索操作系统-第23天：内存分配内部机制（malloc、free）

1.介绍内存分配是计算机系统中的一个基本操作。它涉及复杂的算法，用于有效地和动态地管理内存。这篇文章探讨了内存分配的内部结构，重点关注实现一个模拟malloc和free行为的自定义内存分配器的实现。

电赛小陈找出路 2024-12-27

Amazon Bedrock 实践 - 利用 Llama 3.2 模型分析全球糖尿病趋势

本文将探讨如何在 Amazon Bedrock 上，使用 Meta Llama 3.2 90B Instruct 模型来分析全球不同国家或地区的糖尿病患者的患病率分布数据。

亚马逊云开发者 2024-12-27

FastAPI在2024年12月发布了啥新能力，可以怎么用？

FastAPI 最新版本 0.115.1 教程 FastAPI 是一个现代、快速、非常易用的 Python Web 框架。

Y11_推特同名 2024-12-27

V3 Admin Vite：Star5.6k,这种项目我找很久了,轻量、易用、易上手,新手学生党练手必备项目，基于Vue3、Vite、TypeScript、El

V3 Admin Vite 是一款免费开源的后台管理系统基础解决方案，基于 Vue3、Vite、TypeScript、Element Plus 等流行技术构建。它提供了一套简洁、高效、易于使用的后台管

小华同学ai 2024-12-27

北大字节开辟图像生成新范式！超越Sora核心组件DiT，不再预测下一个token

推荐体验

相关资讯

北大字节开辟图像生成新范式，超越Sora核心组件DiT，不再预测下一个token

大模型预测，下一个token何必是文字？

智能体，开辟下一个流量变现时代

OPenAi首席科学家：只要能预测下一个token，就能帮助人类创建AGI

Ilya 观点得证！仅靠预测下一个 token 统一图像文本视频，智源发布原生多模态世界模型 Emu3

近期资讯

对于图像格式，除了 RGB 你还需要知道 YUV 呐

Docker-Dockerfile讲解(三)

标题：深入解析BFC与父元素高度塌陷——打造稳健的网页布局

新手必看之【设计索引需要考虑什么问题】

基于 WPF 开发的简约，功能强大的终端模拟器

程序员为何会出纰漏？

69天探索操作系统-第23天：内存分配内部机制（malloc、free）

Amazon Bedrock 实践 - 利用 Llama 3.2 模型分析全球糖尿病趋势

FastAPI在2024年12月发布了啥新能力，可以怎么用？

V3 Admin Vite：Star5.6k,这种项目我找很久了,轻量、易用、易上手,新手学生党练手必备项目，基于Vue3、Vite、TypeScript、El

推荐体验

AIGC重要产品

AI对话：类ChatGPT产品体验

好用的AI绘画工具

火热的AIGC产品

AIGC近期要闻

大公司发布的大模型产品都有哪些？

政府对AIGC的扶持政策

AIGC对就业的影响：我们会失业吗？

AIGC产业影响

AIGC对内容创作的影响

AIGC对绘画设计领域的影响

AIGC对各行各业的影响