Там совет директоров уволил Сэма Альтмана с поста главы OpenAI, якобы за "недостаточную честность" 😮

Как думаете в чем дело?
Из-за нехватки гпу?
Сливал инфу правительству ?
AGI дсотигнут и Сэм не нужен?

Посмотрел лекцию Эндрю Ына, кофаундера Coursera и автора мощнейшего курса на ней🫡. В лекции он говорил о преимуществах Generative AI над классическими подходами и какие стартапы сейчас нужны.

Основные мысли:
1) Gen AI сокращает разработку в области ИИ с месяцев до часов !
2) Hardware сейчас нужен как никогда, но со стартапом туда залезть сложно
3) Большая часть стартапов ограничены небольшим рынком и еще часть из них можно заменить тем же GPT
4) Рынок сервисов перегружен конкурентами, к примеру сколько уже стартапов делает ИИ дейтинг или ИИ психолога? не все хорошо, конечно, но пример показательный
5) На примере Эндрю сервисы все еще нужны, но те, в которых больше экспертизы и потребности на рынке (условно не подделаешь одним Gpt). Так их стартап по поиску оптимальных маршрутов для судов хорошо выстрелил, но потребовал погружения в домен

Про инсомнию отразилось конкуренция и то, что большую часть разработок (кроме наших по мл) скопировать не сложно 😞


Лекция:

https://youtu.be/5p248yoa3oE?si=U14mvg4j0gHXFJ3p

Экспериментирую тут с видосами на диффузии, скоро в Инсомнии 👍️️️️️️

Тут @kopyl натрейнил свою целую модельку по иконкам и логотипам. Получилось очень очень круто 👍, я рад, что помогал 🙌

Смотреть тут:
https://www.tg-me.com/sdicon

Привет, добавил простой морф в инсомнии, скоро добавим наш алгоритм сглаживания и другие text2video коих появилось очень много недавно и Stablity и Кандинский


Пробовать онлайн без регистрации 👇

https://insomnia.land/#/text2video

(совет - ставьте scale 2-4 и минимализм если хотите как на примере )

🔥Adversarial Diffusion Distillation или SDXL-Turbo

Мои друзья из Stability AI зарелизили новый метод дистилляции для SDXL.

Показывают, что из дистиллированной SD-XL (ADD-XL) теперь можно семплить за 4 шага без существенной потери в качестве.

Судя по метрикам - это новая сота. Может работать и за один шаг семплера, но тогда генерирует меньше деталей и картинка выходит чуть более замыленная.

❓Как это работает?
Это гибрид GAN-а и диффузии.
Тренировка основана на классическом методе дистилляции, но с дискриминатором! Когда число шагов снижается до одного, дискриминатор сильно добрасывает, ведь он не позволяет генерить полную кашу (это было уже показано в нескольких статьях в этом году).

1. Студент и учитель инициализируется весами SD-XL. Далее между предиктами студента и учителя накладывается L2 лосс. Любопытно, что учитель делает только 1 шаг, но начинает с зашумленного предикта студента, а не из случайного шума.

2. В качестве дискриминатора берутся фичи из ViT-S, натренированного в self-supervised режиме с помощью DINOv2. Затем эти фичи подают в тренируемую голову, которая выдает "Real" или "Fake". Тут важно именно брать сильный претренированный энкодер фичей, типа DINOv2.

Картиночки выглядят хорошо, но ниже 4х шагов - уже не то пальто.

Тренировочный код не выложили, и, кажется, его ждать не стоит.

Статья
Код и веса
Демо на ClipDrop (1 шаг)

@ai_newz