Создатели TikTok представили X-Omni — новую Open Source модель генерации изображенийЭта система успешно совмещает семантическое планирование с диффузионными моделями, что позволяет избежать ошибок и несоответствий токенов.
Сначала X‑Omni формирует семантические токены, затем диффузионный декодер превращает их в изображения. Система оценки даёт обратную связь о качестве, и автогенеративная модель учится производить такие токены, которые декодер сможет использовать максимально эффективно. Уже через 200 итераций X‑Omni превосходит результаты обычного гибридного подхода.Система уже доступна на платформах Hugging Face и GitHub, открывая новые горизонты для разработчиков и исследователей в области ИИ.
================
👁 News | 👁 Soft | 👁 Gear |
Links