تقلّص طريقة CacheScope الجديدة زمن الاستدلال حتى 3.5× مع الحد من تراجع جودة الصور، وتعمل على FLUX.1-dev وWan2.1-T2V-1.3B وOpen‑Sora 1.2.
خبر موجزبقلم Oossaنشرته Oossa: 1 دقائق قراءة
قدّم باحثون بقيادة Qinhan Lyu تقنية CacheScope، التي تحدد متى تستخدم الحساب الكامل لإزالة الضوضاء ومتى تعيد استخدام تقديرات مخزّنة مؤقتًا أثناء استدلال نماذج الانتشار. ولا تحتاج إلى تدريب إضافي أو تدرجات أو شبكات منفصلة. وفي ثلاثة نماذج انتشار شائعة، تسرّع توليد الصور حتى 3.57 مرة، وتخفض وسيط خطأ LPIPS بنسبة تصل إلى 70.1% مقارنةً بأقوى طريقة حالية تعتمد على المجسّات.
يمكن للمطورين توليد الصور بسرعة أكبر وبدقة أعلى، من دون إنفاق موارد على تدريب إضافي.
النماذج
ينشئ نموذج Canva الجديد صورًا بدقة تصل إلى 2K، بتخطيطات دقيقة ونصوص قابلة للتحرير، وهو متاح لجميع المستخدمين عبر Dream Lab وواجهة API.
النماذج
يضيف التحديث 14 صوتًا، بينها الهندية والفنلندية، ويصل إلى مستخدمي الأصوات التوليدية الحاليين من دون تعديل الشيفرة أو زيادة في السعر.
النماذج
تقول أوبر إن موظفيها حول العالم سيستخدمون ChatGPT Work بعد تجربة أولية شملت 1,000 موظف. ولم تكشف الشركة عن تكلفة التعميم.
Oossa · النشرة البريدية
أسبوع الذكاء الاصطناعي، مشروحًا
كل يوم اثنين: الأخبار التي تستحق المعرفة، بلغة بسيطة. مجانًا وبلا رسائل مزعجة.
