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

午后书香 2024-12-30

性能媲美裸金属，边缘场景高性能虚拟机技术揭秘

随着人工智能、自动驾驶、云游戏、直播音视频等应用场景的大规模落地，这些应用对数据处理的时效性、安全性提出了更高要求

火山引擎边缘云 2024-12-30

spring常见扩展接口

本文介绍了spring启动过程中、bean创建过程中提供的扩展接口，描述了它们的接口定义、执行时机、使用场景，最后以xxl-job客户端启动类XxlJobSpringExecutor的源码作为示例。

熊猫与乐乐 2024-12-30

使用 httputils + sbe (Simple Binary Encoding) 实现金融级 java rpc

高性能Java库 Agrona 的主要目标是减少性能瓶颈，通过提供线程安全的直接和原子缓冲区、无装箱操作的原始类型列表、开散列映射和集合以及锁-free队列等

掉鱼的猫 2024-12-30

MySQL数据库|事务的隔离级别

读未提交（Read Uncommitted）、读已提交（Read Committed）、可重复读（Repeatable Read）和串行化（Serializable）。

张子栋 2024-12-30

C#静态构造函数主要用于什么场景？

一初始化静态成员变量基本数据类型的静态成员初始化：当类中有静态的基本数据类型成员（如int、double、bool等），且其初始值不是简单的常量时，静态构造函数可以用于初始化。例如，在一个数学计

大巨头 2024-12-30

超实用的全能翻译+OCR神器！即用即走的“超级外挂”，一站式解决翻译和OCR任务。

随着跨语言交流的需求越来越多，翻译工具早已成为我们生活和工作中不可或缺的一部分。但面对市场上琳琅满目的工具，有时却很难找到一款既好用又全面的工具。比如：你在使用英文软件时遇到大量界面说明文字，逐词

梓羽玩Python 2024-12-30

【算法】冗余连接

难度：中等题目树可以看成是一个连通且无环的无向图。给定往一棵 n 个节点 (节点值 1～n) 的树中添加一条边后的图。添加的边的两个顶点包含在 1 到 n 中间，且这条附加的边不属于树中

时清云 2024-12-30

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

给 Postgres 写一个向量插件 - 介绍

深入探究微服务架构与分布式系统关键技术

什么是数据劫持与事件委托？有什么用？

性能媲美裸金属，边缘场景高性能虚拟机技术揭秘

spring常见扩展接口

使用 httputils + sbe (Simple Binary Encoding) 实现金融级 java rpc

MySQL数据库|事务的隔离级别

C#静态构造函数主要用于什么场景？

超实用的全能翻译+OCR神器！即用即走的“超级外挂”，一站式解决翻译和OCR任务。

【算法】冗余连接

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