Show-1
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte dieses Modells sind OPEN, aber es wurde keine Parameteranzahl veröffentlicht. Jede MEMORY- und Geschwindigkeitszahl basiert auf dieser Zahl, daher zeigen wir lieber nichts als eine erfundene Schätzung..
Aufgezeichnet
Volle Spezifikation
Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- National University of Singapore
- Organisationsart
- Academia
- Land
- Singapore
- Veröffentlicht
- 27 September 2023
- Autoren
- David Junhao Zhang, Jay Zhangjie Wu, Jia-Wei Liu, Rui Zhao, Lingmin Ran, Yuchao Gu, Difei Gao, Mike Zheng Shou
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Video
- Aufgabe
- Video generation, Text-to-video
Größe
Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.
- Trainingsdaten
- 160,358,400,000,000 tokens
WebVid-10M 10.7M video-caption pairs. 52K total video hours.
Der Trainingslauf
Was es physisch gekostet hat, um zu trainieren: welche Chips, wie viele, wie lange und was das aus der Wand gezogen hat.
- Trainingshardware
- NVIDIA A100
Verfügbarkeit
Ob Sie das Modell beziehen und es auf Ihrer eigenen Hardware ausführen können, bestimmt, ob eine der Grafikkarten-Zahlen auf dieser Seite zutrifft.
- Gewichte
- Open — downloadable
- Modellzugang
- Open weights (non-commercial)
- Training-Code
- Unreleased
https://github.com/showlab/Show-1 don't see training code Attribution-NonCommercial 4.0 International
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Wahrscheinlich über 10²³ FLOP
- Yes
- Warum es verfolgt wird
- SOTA improvement
- Aufzeichnungsgenauigkeit
- Unknown
"Our approach achieves state-of-the-art performance on standard benchmarks including UCF-101 and MSR-VTT."
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- Show-1: Marrying Pixel and Latent Diffusion Models for Text-to-Video Generation
- Zuletzt aktualisiert
- 28 November 2025
Was die Zahlen bedeuten
Woher es kam
Show-1 wurde veröffentlicht von National University of Singapore, im Land aufgezeichnet als Singapore, während September 2023. Die Kategorie, in die der Herausgeber fällt, ist academia.
Es funktioniert im Bereich von Video, und wird als die Aufgabe von aufgezeichnet video generation, Text-to-video.
Da seine Gewichte veröffentlicht wurden, hängt nichts davon ab, es auszuführen, dass ein Anbieter verfügbar bleibt – es gehört dir, sobald es heruntergeladen ist.
Training und Herkunft
Es wurde auf einem Korpus von etwa 160,358,400,000,000 Text-Tokens
Der Grund, warum es überhaupt in diesem Katalog erscheint: sOTA improvement.
Antworten
Show-1 — Häufige Fragen
Show-1— Wofür wird es verwendet?
Es funktioniert im Bereich von Video, und wird als Bewältigung der Aufgabe von video generation, Text-to-video. Dies sind die Bereiche, um die es entworfen wurde; sie beschreiben die Absicht und nicht eine harte Grenze.
Show-1— Wo kann ich es herunterladen?
Die Gewichte sind veröffentlicht, obwohl wir keinen Repository-Link dafür haben. Diese Seite berechnet die Hardware-Anforderungen, anstatt Modell-Dateien zu hosten.
Show-1— Welche GPU benötige ich, um es auszuführen?
Wir können nichts sagen. Es hat offene Gewichte, aber es wurde keine Parameteranzahl veröffentlicht, und jede Berechnung von Speicher und Geschwindigkeit basiert auf dieser Zahl. Wir würden lieber nichts zeigen als eine erfundene Schätzung.
Show-1— Ist es Open-Source?
Die Gewichte sind veröffentlicht, sodass sie heruntergeladen und auf Ihrer eigenen Hardware ausgeführt werden können. Beachten Sie, dass OPEN WEIGHTS nicht dasselbe wie OPEN SOURCE im vollen Sinne ist — es sagt nichts über die Trainingsdaten, den Trainingscode oder die damit verbundenen kommerziellen Bedingungen aus.
Show-1— Wie viele Parameter hat es?
Es wurden keine Parameteranzahlen veröffentlicht, weshalb keine Speicher- oder Geschwindigkeitsangaben auf dieser Seite erscheinen.
Show-1— Wer hat es erstellt?
Es wurde veröffentlicht von National University of Singapore, basiert auf Singapore, eine als kategorisierte Organisation academia.
Show-1— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in September 2023. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
Die andere Richtung
Von der anderen Seite aus betrachten?
Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.