聚焦虛擬數字人技術，這三大商機要抓住！
關于虛擬數字人，企業可以從三個方面入局，分別是ToG（To Government，面向政府），即為數字政府和數字城市提供支持服務；ToB（To Business，面向企業），即為企業提供虛擬員工解決方案；ToC（To Cons
10 月 14 日消息，智譜技術團隊今天宣布開源文生圖模型 CogView3 及 CogView3-Plus-3B ，該系列模型的能力已經上線“智譜清言”App。
據介紹，CogView3 是一個基于級聯擴散的 text2img 模型，其包含如下三個階段：
第一階段：利用標準擴散過程生成 512x512 低分辨率的圖像。
第二階段：利用中繼擴散過程，執行 2 倍的超分辨率生成，從 512x512 輸入生成 1024x1024 的圖像。
第三階段：將生成結果再次基于中繼擴散迭代，生成 2048×2048 高分辨率的圖像。
官方表示，在實際效果上，CogView3 在人工評估中比目前最先進的開源文本到圖像擴散模型 SDXL 高出 77.0%，同時只需要 SDXL 大約 1/10 的推理時間。
CogView3-Plus 模型則在CogView3（ECCV'24）的基礎上引入了最新的 DiT 框架，以實現整體性能的進一步提升。據介紹，其采用 Zero-SNR 擴散噪聲調度，并引入了文本-圖像聯合注意力機制。與常用的 MMDiT 結構相比，它在保持模型基本能力的同時，有效降低訓練和推理成本。CogView-3Plus 使用潛在維度為 16 的 VAE。
附地址如下：
開源倉庫地址：
https://github.com/THUDM/CogView3
Plus 開源模型倉庫：
https://huggingface.co/THUDM/CogView3-Plus-3B
https://modelscope.cn/models/ZhipuAI/CogView3-Plus-3B
本文鏈接：http://www.www897cc.com/showinfo-45-9116-0.html智譜開源文生圖模型 CogView3-Plus，相關功能上線智譜清言 App
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號