騰訊于5月14日宣布將混元文生圖大模型升級并公之于眾,已發(fā)布至Hugging Face以及Github之上,包括模型權(quán)重、推理代碼、模型算法等全方位數(shù)據(jù),均向企業(yè)與個人開發(fā)者提供免費商業(yè)使用權(quán)限。
升級版混元文生圖大模型采取了與Sora相同的DiT架構(gòu)設(shè)計。騰訊強調(diào),這是全球首個中英雙語DiT架構(gòu)。
基于Diffusion Transformer的混元DiT是一種文本到圖像生成模塊,具備中英細粒度理解能力,能與用戶進行多輪對話,根據(jù)上下文生成并完善圖像。
此外,它還是業(yè)界首個中文原生DiT架構(gòu)文生圖開源模型,支持中英文雙語輸入及理解,參數(shù)規(guī)模高達15億。
運行該模型需配備支持CUDA的NVIDIA GPU,單次運行混元DiT所需最低顯存為11GB;若要同時運行DialogGen(騰訊推出的文本轉(zhuǎn)圖像多模態(tài)交互式對話系統(tǒng))和混元DiT,則至少需32GB顯存。騰訊表示,他們已在Linux環(huán)境下對NVIDIA的V100和A100 GPU進行過測試。
國內(nèi)首次官方“大模型標(biāo)準(zhǔn)符合性評測”結(jié)果出爐,騰訊混元大模型成功入選首批通過評測的國產(chǎn)大模型行列,其他通過評測的大模型還包括阿里通義千問、360智腦和百度文心一言。
-
算法
+關(guān)注
關(guān)注
23文章
4577瀏覽量
92347 -
圖像
+關(guān)注
關(guān)注
2文章
1078瀏覽量
40346 -
大模型
+關(guān)注
關(guān)注
2文章
2220瀏覽量
2238
發(fā)布評論請先 登錄
相關(guān)推薦
評論