В OpenAI розробили нову модель, яка прискорює генерацію мультимедіа в 50 разів

Спеціалісти компанії OpenAI Ченг Лу і Ян Сонг опублікували статтю, в якій описується новий тип моделі штучного інтелекту — моделі узгодженості безперервного часу (sCM). Як повідомляє Venture Beat, вона здатна прискорювати в 50 разів швидкість генерації мультимедіа: зображення, відео та аудіо. 

Для порівняння: традиційні дифузійні моделі генерують зображення приблизно за 5 секунд, тоді як нова модель лише за 0.1 секунди. Якість зображення при цьому не втрачається.

Інновація OpenAI дозволяє моделям sCM генерувати мультимедіа лише за два етапи — це значно скорочує процес, оскільки попередні моделі на основі дифузії виконують для цього десятки та сотні послідовних кроків.

Дифузійні моделі забезпечують хороші результати в створенні реалістичних зображень, 3D-моделей, аудіо та відео, але вони менш придатні для використання в додатках, де вимагається створення мультимедіа в реальному часі. Теоретично нова технологія може стати основою для генерації зображень та відео практично моментально, без затримок у часі.