
天数智芯展示天垓 300 与 TY1200,现场对比云端和端侧 AI 任务(在新窗口打开)
天数智芯在活动中展示云端天垓 300、端侧 TY1200 和配套软件栈,并用文生图、语言模型及物理仿真等任务说明性能与适配进展。报道中的领先幅度来自特定模型、配置和厂商演示;纸面算力、单次速度与长期稳定性需要用一致条件分别评估。
共 43 篇

天数智芯在活动中展示云端天垓 300、端侧 TY1200 和配套软件栈,并用文生图、语言模型及物理仿真等任务说明性能与适配进展。报道中的领先幅度来自特定模型、配置和厂商演示;纸面算力、单次速度与长期稳定性需要用一致条件分别评估。

一张 AI 生成的图,可以在美学、提示词对齐和人类偏好指标上拿到高分,画面里却藏着扭曲的肢体、相互穿透的物体,或不合理的物理现象。这些错误,并不总能从现有分数中看出来。

先学会画,再学会听话。 LLaDA-Image 在预训练和中期训练阶段直接从图片学习视觉先验,超过 90% 的累计生成训练样本采用 image-only 监督;图文对则集中用于后续语言对齐。模型权重、训练代码和完整配方同步开放。

训练一个顶级文生图模型,到底需要多少钱?

文本生成图像的领域早已经是一片红海,看上去已经卷无可卷了。

全员本科生! 刚刚,何恺明携本科生“军团”又放出一篇新论文。

2K 图像 210ms 解码,4K 细节直接生成,传统「解码 + 超分」流水线可能要被重写了。

近日,字节跳动智能创作部门(Intelligent Creation Lab)提出新作 DreamLite,一个主干网络仅有 0.39B 参数的轻量级统一扩散模型,在单一网络内同时支持文生图(Text-to-Image) 和图像编辑(Text-guided Image Editing)两个任务,是目前已知首个实现这一能力的端侧模型。

“这是我过去四个月一直在研究的东西!” 几个小时前,OpenAI 的 Image 2 成功反超 Google ! 而这款上线即 SOTA 的文生图模型,直接在榜单上以碾压性的 242 分的优势超过了第二名 Nano Banana 2! 如此强悍的模型悄然而至,似乎一下让开年以来不断被 Anthropic 盖过风头的OpenAI,再次回到了舞台 C 位! 这这款模型背后,究竟是如何做到?本篇就带大家一探背后的技术实现路径。 随着 OpenAI CEO Sam Altman 的一场直播,大家开始注意到 Image 2 核心研发者:Boyuan Chen! Chen 在帖子中爆料到: 这款模型研发周

过去两年,图像生成模型在质感和审美上一路狂飙,但大多仍是 “直接出图” 的范式。