Huawei Hong Kong AI Lab открывает исходный код модели изображений с 100 миллиардами параметров Boogu-Image-0.1

Согласно данным Beating Monitoring, команда Boogu, возглавляемая лабораторией искусственного интеллекта Huawei Hong Kong и включающая исследователей из нескольких университетов, открыла исходный код Boogu-Image-0.1. Это модель генерации и редактирования изображений с 10 миллиардами параметров, включающая Base, Turbo, Edit и Edit-Turbo, поддерживающую генерацию текста на китайском и английском языках. Основная модель была обучена с нуля на 208,62 миллионах дедуплицированных изображений, теоретическая стоимость обучения составила около 400 000 долларов США. В статье утверждается, что модель достигла уровня первой группы среди открытых решений по ряду стандартных тестов, а некоторые результаты приближаются к показателям ведущих закрытых моделей. Base и Edit поддерживают разрешение до 2K, Turbo генерирует изображения 1K за 3–4 шага. Система сначала анализирует и переписывает пользовательские запросы, а затем выбирает подходящую модель в зависимости от сложности задачи, снижая ненужные затраты на вывод. Веса модели, код вывода и часть методов обучения доступны по лицензии Apache 2.0.