Pika、北京大学、スタンフォード大学は、RPG と呼ばれる新しい拡散モデル フレームワークをオープンソース化しました。このフレームワークは、大規模言語モデル (LLM) テクノロジーを巧みに使用して、複雑なプロンプト ワードを理解して処理する拡散モデルの能力を強化します。この画期的なテクノロジーにより、生成された画像はユーザーが提供するプロンプトワードの要件により正確に一致し、その効果は受賞歴のある Dall・E 3 をも上回ります。このニュースは発表されるやいなや、インターネット上で激しい議論を巻き起こした。このプロジェクトに参加した研究者は北京大学、スタンフォード大学、Pika の共同創設者チームから来ていた。この技術は人工知能画像生成の分野に新たな可能性をもたらしますので、今後の発展に注目してみましょう。
Pika は北京大学およびスタンフォードと協力して RPG フレームワークをオープンソース化し、LLM テクノロジーを使用して複雑なプロンプト単語を理解する拡散モデルの能力を向上させ、その効果は Dall・E 3 を上回りました。このフレームワークは、プロンプトワードの要件をより適切に満たす画像を生成できるため、オンラインで激しい議論を引き起こしました。参加著者は北京大学、スタンフォード大学、Pika の共同創設者です。詳細はオリジナルリンクをご覧ください。
RPG フレームワークのオープンソースは、人工知能画像生成テクノロジーにおける大きな前進を示し、開発者や研究者に強力な新しいツールを提供します。将来的には、LLM テクノロジーに基づくさらに革新的なアプリケーションが期待され、より素晴らしい AI 画像生成体験がもたらされます。