MultiBand Diffusion
Sin estimación
No hay requisitos de hardware para este modelo
Los pesos de este modelo están abiertos, pero no se ha publicado ninguna cantidad de parámetros para él. Cada cifra de memoria y velocidad comienza desde ese número, por lo que preferiríamos no mostrar nada en lugar de una estimación fabricada.
En registro
Especificación completa
Todo lo registrado para este modelo. La mayoría de ello describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se dedicó a ello y cómo se compara con modelos construidos a una escala diferente.
Origen
¿Quién construyó este modelo, dónde y cuándo fue publicado?
- Organización
- Meta AI,Hebrew University of Jerusalem,LORIA
- Tipo de organización
- Industry,Academia,Academia
- País
- United States of America, Israel, France
- Publicado
- 8 November 2023
- Autores
- Robin San Roman, Yossi Adi, Antoine Deleforge, Romain Serizel, Gabriel Synnaeve, Alexandre Défossez
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Audio, Speech
- Tarea
- Audio generation
Tamaño
Qué tan grande es el modelo y cuántos datos se utilizaron para entrenarlo. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- Datos de entrenamiento
- tokens
9096+2425+919+108+4989=17537 hours
Entrenamiento de computación
La aritmética realizada para entrenar el modelo, medida en operaciones de punto flotante. Es una medida de lo que costó la ejecución del entrenamiento, no de cuán rápido responde el modelo terminado.
- Entrenamiento de computación
- 2.6 × 10¹⁹ FLOP
- Cómo se estableció
- Hardware
"It takes around 2 days on 4 Nvidia V100 with 16 GB to train one of the 4 models." 125 tflop/s for V100 SXM (not clear which they used, could be PCI given small number - still same OOM thus confident) 4 * 125 trillion * 2 * 24 * 3600 * 0.3 = 2.6e19
El entrenamiento
Lo que se necesitó físicamente para entrenar: qué chips, cuántos, durante cuánto tiempo y qué consumió de la pared.
- Hardware de entrenamiento
- NVIDIA V100
- Wall-clock time
- 48 hours
- Compute cost
- $23
around 2 days
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo cual es lo que decide si alguna de las cifras de la tarjeta gráfica en esta página aplica.
- Pesos
- Open — downloadable
- Acceso al modelo
- Open weights (unrestricted)
- Código de entrenamiento
- Open source
training, inference, and models (MIT) https://github.com/facebookresearch/audiocraft/blob/main/docs/MBD.md
Cómo se clasifica
Etiquetas que aplica el conjunto de datos de origen al rastrear modelos notables y cuán seguro está de la entrada.
- Por qué se rastrea
- SOTA improvement
- Registrar confianza
- Confident
- Citations
- 43
"At equal bit rate, the proposed approach outperforms state-of-the-art generative techniques in terms of perceptual quality"
Fuentes
De dónde proviene este registro y cuándo fue revisado por última vez.
- Referencia
- From Discrete Tokens to High-Fidelity Audio Using Multi-Band Diffusion
- Última actualización
- 25 May 2026
Qué significan los números
Background
MultiBand Diffusion was published by Meta AI,Hebrew University of Jerusalem,LORIA, in United States of America, in November 2023. industry,Academia,Academia is the category the publisher falls under.
It works in Audio, Speech, and is recorded as doing audio generation.
Los pesos publicados significan que el modelo se ejecuta en su máquina en lugar de en la de alguien más, lo que hace que la pregunta sobre hardware a continuación sea respondible.
Qué se utilizó para construirlo
Producing it required around 2.6 × 10¹⁹ FLOP of arithmetic, on NVIDIA V100, which is a statement about the training budget rather than about inference.
It is tracked in the underlying dataset for one reason in particular: sOTA improvement.
Respuestas
MultiBand Diffusion — Preguntas frecuentes
Who created MultiBand Diffusion?
MultiBand Diffusion was published by Meta AI,Hebrew University of Jerusalem,LORIA, based in United States of America, categorised as industry,Academia,Academia.
When was MultiBand Diffusion released?
MultiBand Diffusion was published in November 2023. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is MultiBand Diffusion used for?
MultiBand Diffusion works in Audio, Speech, and is recorded as handling audio generation. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.
Where can I download MultiBand Diffusion?
The weights for MultiBand Diffusion are published, though we do not hold a repository link for it. This site calculates hardware requirements rather than hosting model files.
How much compute was used to train MultiBand Diffusion?
Around 2.6 × 10¹⁹ FLOP, on NVIDIA V100. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
What GPU do I need to run MultiBand Diffusion?
We cannot say. MultiBand Diffusion has open weights, but no parameter count has been published for it, and every memory and speed calculation starts from that number. We would rather show nothing than a fabricated estimate.
Is MultiBand Diffusion open source?
Its weights are published, so MultiBand Diffusion can be downloaded and run on your own hardware. Note that open weights is not the same as open source in the full sense — it says nothing about the training data, the training code, or the commercial terms attached.
How many parameters does MultiBand Diffusion have?
No parameter count has been published for MultiBand Diffusion, which is why no memory or speed figure appears on this page.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posee una tarjeta y desea saber todo lo que podrá ejecutar, empiece por el hardware en su lugar.