Le laboratoire d'IA de Huawei Hong Kong open-source le modèle image Boogu-Image-0.1 de 100 milliards de paramètres

Selon les données de Beating Monitoring, l'équipe Boogu, dirigée par le laboratoire d'intelligence artificielle de Huawei Hong Kong et impliquant des chercheurs de plusieurs universités, a open-sourcé Boogu-Image-0.1. Il s'agit d'un modèle de génération et d'édition d'images de 10 milliards de paramètres, comprenant Base, Turbo, Edit et Edit-Turbo, et prenant en charge la génération de texte en chinois et en anglais. Le modèle de base a été entraîné à partir de zéro avec seulement 208,62 millions d'images dédoublonnées, avec un coût théorique d'entraînement d'environ 400 000 dollars américains. Selon l'article, il atteint le premier échelon des modèles open source sur plusieurs évaluations standard, avec certains résultats proches des modèles propriétaires les plus avancés. Base et Edit prennent en charge jusqu'à 2K, tandis que Turbo génère rapidement des images 1K en 3 à 4 étapes. Le système comprend et réécrit d'abord les invites de l'utilisateur, puis sélectionne le modèle approprié en fonction de la complexité de la tâche, réduisant ainsi les coûts d'inférence inutiles. Les poids du modèle, le code d'inférence et certaines méthodes d'entraînement sont publiés sous licence Apache 2.0.