NÜWA
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos para este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en tu propio hardware de ningún tamaño. Solo se puede acceder a través de su proveedor, y ningún cambio de tarjeta gráfica eso..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- Microsoft Research,Peking University
- Tipo de Organización
- Industry,Academia
- País
- United States of America, China
- Publicado
- 24 November 2021
- Autores
- Chenfei Wu, Jian Liang, Lei Ji, Fan Yang, Yuejian Fang, Daxin Jiang, Nan Duan
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Multimodal, Vision, Image generation, Video, Language
- Tarea
- Image generation, Video generation, Text-to-image, Text-to-video
- Enfoque
- Self-supervised learning
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- parámetros
- 870M
- Datos de entrenamiento
- 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.
Cómputo de entrenamiento
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 qué tan rápido te responde el modelo terminado.
- Cómputo de entrenamiento
- 7.2 × 10²¹ FLOP
- Cómo se estableció
- 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
La ejecución de entrenamiento
Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.
- Hardware de entrenamiento
- NVIDIA A100
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.
- Pesos
- Closed — provider access only
- Acceso al modelo
- Unreleased
- Código de entrenamiento
- Unreleased
https://github.com/microsoft/NUWA
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Por qué se rastrea
- SOTA improvement
- Confianza de registro
- Confident
- Citas
- 340
"NÜWA achieves state-of-the-art results on text-to-image generation, text-to-video generation, video prediction, etc"
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- NÜWA: Visual Synthesis Pre-training for Neural visUal World creAtion
- Última actualización
- 1 January 2026
Qué significan los números
De dónde vino
NÜWA fue publicado por Microsoft Research,Peking University, en el país registrado como United States of America, durante November 2021. La categoría en la que se encuentra el editor es industry,Academia.
Funciona en el dominio de Multimodal, Vision, Image generation, Video, Language, y se registra como realizando la tarea de image generation, Video generation, Text-to-image, Text-to-video.
Sus pesos nunca fueron publicados, por lo que solo se puede acceder a través de su proveedor. No hay cambios en la tarjeta gráfica que eso.
Entrenamiento y procedencia
Producirlo requirió una aritmética que totaliza alrededor de 7.2 × 10²¹ FLOP, en hardware registrado como NVIDIA A100. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
Fue entrenado en un corpus de aproximadamente 5,547,780,000 tokens de texto
Su criterio de inclusión: sOTA improvement.
Respuestas
NÜWA — preguntas comunes
NÜWA— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
NÜWA— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 870M. Section 4.1. Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
NÜWA— ¿Quién lo creó?
Fue publicado por Microsoft Research,Peking University, basado en United States of America, una organización categorizada como industry,Academia.
NÜWA— ¿cuándo fue lanzado?
Se publicó en November 2021. La capacidad por parámetro ha mejorado considerablemente desde entonces, por lo que un modelo más reciente del mismo tamaño suele ser el mejor uso del mismo hardware.
NÜWA— ¿Para qué se utiliza?
Funciona en el dominio de Multimodal, Vision, Image generation, Video, Language, y se registra como manejando la tarea de image generation, Video generation, Text-to-image, Text-to-video. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
NÜWA— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 7.2 × 10²¹ FLOP, en hardware registrado como NVIDIA A100. Eso mide cuánto costó producir el modelo y no dice nada sobre cuán rápido responde una vez entrenado — la velocidad de inferencia proviene del ancho de banda de memoria, no del presupuesto de entrenamiento.
NÜWA— ¿Qué GPU necesito para ejecutarlo?
Ninguno. Este es un modelo cerrado: sus PESOS nunca fueron publicados, por lo que no se puede descargar o ejecutar en su propio hardware a ningún precio. Solo se puede acceder a él a través de su proveedor.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.