Search

Results for “pMF”

Total 11 articles

何恺明带大二本科生颠覆扩散图像生成:扔掉多步采样和潜空间,一步像素直出

何恺明带大二本科生颠覆扩散图像生成:扔掉多步采样和潜空间,一步像素直出 (opens in a new tab)

何恺明,再次出手精简架构。 新方法Pixel Mean Flow(pMF),突破传统扩散模型/流模型限制。 两大传统组件多步采样和潜空间都被砍了,现在只需一步,直接在像素空间生成图像。 在ImageNet 256×256分辨率上,pMF达到了2.22 FID;512×512分辨率上则是2.48 FID。这是目前单步、无潜空间扩散模型在该基准上取得的最佳成绩之一。 砍掉扩散模型的两大件 现代扩散模型生成图像,一直离不开多步采样和潜空间编码。 多步采样意味着生成一张图需要跑几十甚至上百次神经网络,潜空间则需要先把图像压缩到一个低维空间再进行操作。两者的共同目的是把一个极度复杂的生成问题拆解成若干个

AI guides
0
282亿,欧洲AI赛道最大的一轮融资诞生了

282亿,欧洲AI赛道最大的一轮融资诞生了 (opens in a new tab)

找准PMF,比创意更重要 欧洲今年AI赛道最大的融资出现了。 近日,伦敦人工智能公司Synthesia宣布完成2亿美元E轮融资,估值达40亿美元。 与多数追逐通用大模型的初创公司不同,Synthesia专注企业级AI视频生成,帮助全球组织将文本知识高效转化为多语言培训与沟通视频。 从早期被近百家风投拒绝,到如今成为欧洲AI应用层的标杆,Synthesia的路径印证了一个趋势:在AI狂热中,真正赢得市场的,不是最炫的技术,而是最深的场景扎根。 完美PMF跑出的独角兽 2026年初,欧洲AI赛道迎来一个标志性时刻:总部位于伦敦的AI视频公司Synthesia宣布完成2亿美元融资,投后估值高达40亿

AI news
0
当多数AI运动教练还在找PMF,AI跑步工具 Fitbod 做到月入500万美元

当多数AI运动教练还在找PMF,AI跑步工具 Fitbod 做到月入500万美元 (opens in a new tab)

省心即价值。 几天前的一场线下 AI 活动上,我们听到了一个很典型、也很有诱惑力的创业想法。 现场有位滑雪教练聊到,他曾意识到传统的滑雪教学是高客单价的定制化服务,于是想到去做一款 AI 滑雪教学产品,提供平价又规模化的滑雪教学服务。这个 idea 刚被抛出来时,在场所有人的反应都很积极,因为用 AI 软件服务去改造一个高客单价、用户需求明确的传统赛道,几乎是今天最标准的创业故事之一。 但再往下聊,问题也就一个一个冒出来了。AI 滑雪教学的主流思路是靠视频识别动作,但如何获取高质量的视频就是一大问题。用户自己录,拍摄角度和镜头畸变都会影响判断;他人跟拍的成本又太高。到了识别阶段,厚重的雪服、头

AI news
0
大道至简,何恺明团队新作pMF开启像素级「无潜、单步」生成范式

大道至简,何恺明团队新作pMF开启像素级「无潜、单步」生成范式 (opens in a new tab)

何恺明团队新论文,再次「大道至简」。 此次研究直指当前以 DiT 为代表的主流扩散模型与流匹配模型存在的通病,并提出了一种用于单步、无潜空间(Latent-free)的图像生成新框架。 论文标题:One-step Latent-free Image Generation with Pixel Mean FlowsarXiv 地址:https://arxiv.org/pdf/2601.22158v1 在生成式 AI 领域,追求更高效、更直接的生成范式一直是学界的核心目标。 当前,以 DiT 为代表的主流扩散模型与流匹配模型主要依赖两大支柱来降低生成难度,一是通过多步采样将复杂的分布转换分解为微小

AI guides
0
通义百聆,再掀 AI 硬件淘金潮

通义百聆,再掀 AI 硬件淘金潮 (opens in a new tab)

语音,或许是最快跑通 PMF 的模型。 沉寂已久的语音大模型的市场,在 2025 年又重新热了起来。 硬件端,如果以单品销量突破百万为标志,那么 Plaud 为代表的 AI 转录笔、AI 耳机,这些与 AI 语音强绑定的硬件,或许是大模型落地中为数不多成功的品类。 同时,伴随阿里、字节等大厂,华米 OV 等传统硬件公司,乃至 ikko、时空壶、黄鹂智声等创新硬件公司下场,语音 AI 硬件已经成为炙手可热的品类。 硬件端的热度,传导到算法层:今年以来,包括 OpenAI GPT-4o 语音系列、Anthropic Claude 语音模式、Mistral Voxtral 系列、ElevenLabs

AI news
0