6 月 6 日消息,騰訊今日發布針對騰訊混元文生圖開源大模型(混元 DiT)的加速庫,號稱大幅提升推理效率,生圖時間縮短 75%。
官方表示,混元 DiT 模型的使用門檻也大幅降低,用戶可以基于 ComfyUI 的圖形化界面使用騰訊混元文生圖模型能力。同時,混元 DiT 模型已經部署至 HuggingFaceDiffusers 通用模型庫中,用戶僅用三行代碼即可調用混元 DiT 模型,無需下載原始代碼庫。
在此之前,騰訊曾宣布混元文生圖大模型全面升級并對外開源,供企業、個人開發者免費商用。騰訊方面稱其為“業內首個”中文原生的 DiT 架構文生圖開源模型,支持中英文雙語輸入及理解。其采用與 sora 一致的 DiT 架構,不僅可支持文生圖,也可作為視頻等多模態視覺生成的基礎。
運行該模型需要支持CUDA的英偉達 GPU,單獨運行混元 DiT 所需的最低顯存為 11GB,同時運行 DialogGen(騰訊推出的文本轉圖像多模態交互式對話系統)和混元 DiT 則至少需要 32GB 的顯存,騰訊表示他們已經在 Linux 上測試了英偉達的 V100和A100 GPU。
附鏈接:代碼(GitHub)點此前往模型(Hugging Face)點此前往
本文鏈接:http://www.tebozhan.com/showinfo-45-4538-0.html騰訊混元文生圖開源大模型加速庫發布:生圖時間縮短 75%
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
上一篇: Stable Audio Open 開源 AI 模型發布:48.6 萬個樣本訓練,可創建 47 秒短音頻 音效等