NÜWA
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti pro tento model nebyly zveřejněny, takže jej nelze stáhnout ani spustit na vlastním hardwaru v žádné velikosti. Je dostupný pouze prostřednictvím svého poskytovatele, a žádná změna grafické karty to nezmění..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- Microsoft Research,Peking University
- Typ organizace
- Industry,Academia
- Země
- United States of America, China
- Publikováno
- 24 November 2021
- Autoři
- Chenfei Wu, Jian Liang, Lei Ji, Fan Yang, Yuejian Fang, Daxin Jiang, Nan Duan
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Multimodal, Vision, Image generation, Video, Language
- Úkol
- Image generation, Video generation, Text-to-image, Text-to-video
- Přístup
- Self-supervised learning
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 870M
- Výcviková data
- 5,547,780,000 tokens
Section 4.1
we first pre-train N ̈UWA on three datasets: Conceptual Captions [22] for text-to-image (T2I) generation, which includes 2.9M text-image pairs, Mo- ments in Time [26] for video prediction (V2V), which in- cludes 727K videos, and VATEX dataset [43] for text-to- video (T2V) generation, which includes 241K text-video pairs.
Výpočty pro trénink
Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál tréninkový běh, ne jak rychle hotový model na vás odpovídá.
- Výpočty pro trénink
- 7.2 × 10²¹ FLOP
- Jak bylo ustanoveno
- Hardware
From AI Tracker: "Compute cost: End of Sec 4.1: "We pre-train on 64 A100 GPUs for two weeks". Half precision FLOPs of A100: 312000000000000 64 gpus *312000000000000 FLOPs *0.3 utilization * 14 day* (24*60*60) seconds / day=7.245988e+21
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- NVIDIA A100
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.
- Hmotnosti
- Closed — provider access only
- Přístup k modelu
- Unreleased
- Tréninkový kód
- Unreleased
https://github.com/microsoft/NUWA
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Proč je to sledováno
- SOTA improvement
- Záznam důvěry
- Confident
- Citace
- 340
"NÜWA achieves state-of-the-art results on text-to-image generation, text-to-video generation, video prediction, etc"
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- NÜWA: Visual Synthesis Pre-training for Neural visUal World creAtion
- Nap poslední aktualizace
- 1 January 2026
Co čísla znamenají
Odkud to přišlo
NÜWA byl zveřejněn Microsoft Research,Peking University, v zemi zaznamenané jako United States of America, během November 2021. Kategorie, do které vydavatel spadá, je industry,Academia.
funguje v oblasti Multimodal, Vision, Image generation, Video, Language, a je zaznamenán jako vykonávající úkol image generation, Video generation, Text-to-image, Text-to-video.
Jeho váhy nikdy nebyly zveřejněny, takže k němu lze přistupovat pouze prostřednictvím jeho poskytovatele. Žádná změna grafické karty to nezmění.
Trénink a původ
Produkce toho vyžadovala aritmetiku v celkové výši přibližně 7.2 × 10²¹ FLOP, na hardwaru zaznamenáno jako NVIDIA A100. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Bylo to trénováno na korpusu asi 5,547,780,000 tokeny textu
Jeho kritérium zahrnutí: sOTA improvement.
Odpovědi
NÜWA — běžné otázky
NÜWA— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
NÜWA— kolik má parametrů?
Má počet parametrů 870M. Section 4.1. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
NÜWA— Kdo to vytvořil?
Bylo to publikováno společností Microsoft Research,Peking University, zakládající se na United States of America, organizace zařazená jako industry,Academia.
NÜWA— Kdy byl vydán?
Bylo to zveřejněno v November 2021. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
NÜWA— K čemu se to používá?
funguje v oblasti Multimodal, Vision, Image generation, Video, Language, a je zaznamenáno jako zpracovávající úkol image generation, Video generation, Text-to-image, Text-to-video. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.
NÜWA— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 7.2 × 10²¹ FLOP, na hardwaru zaznamenáno jako NVIDIA A100. To měří, co stálo výrobu modelu, a neříká nic o tom, jak rychle odpovídá po natrénování — rychlost inferencí závisí na šířce pásma paměti, nikoli na rozpočtu na trénink.
NÜWA— Jakou GPU potřebuji k jejímu spuštění?
Žádné. Toto je uzavřený model — jeho váhy nikdy nebyly zveřejněny, takže jej nelze stáhnout nebo spustit na vlastním hardwaru za žádnou cenu. Je dostupný pouze prostřednictvím jeho poskytovatele.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.