MultiBand Diffusion

Megnyitás súlyok Meta AI,Hebrew University of Jerusalem,LORIA November 2023

Nincs becslés

Ennekhez a modellhez nincs hardverkövetelmény

Ennek a modellnek a súlyai nyitottak, de egyetlen paraméterszám sem került nyilvánosságra. Minden memória- és sebességadat ebből a számából indul ki, így inkább nem mutatunk semmit, mint hogy egy megvezető becslést adjunk..

Felvételen

Teljes specifikáció

Minden adatok ezen a modellen. A legtöbb leírás arról szól, hogyan volt kiképzve, nem pedig arról, hogyan fut — hasznos háttérinformáció arra vonatkozóan, hogy mennyi munka került bele, és hogyan viszonyul más méretű modellekhez..

Eredet

Ki építette ezt a modellt, hol, és mikor publikálták.

Szervezet
Meta AI,Hebrew University of Jerusalem,LORIA
Szervezet típusa
Industry,Academia,Academia
Ország
United States of America, Israel, France
Kiadva
8 November 2023
Szerzők
Robin San Roman, Yossi Adi, Antoine Deleforge, Romain Serizel, Gabriel Synnaeve, Alexandre Défossez

Mit csinál

A modell által épített probléma területek. Egy modell több különbözőt is tartalmazhat.

Irányítószám
Audio, Speech
Feladat
Audio generation

Méret

Mekkora a modell és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek meghatározzák, hogy illeszkedik-e egy adott grafikus kártyára.

Képzési adatok
tokens

9096+2425+919+108+4989=17537 hours

Képzés számítás

A modell betanításához végzett aritmetikai műveletek, amelyet lebegőpontos műveletekben mérnek. Ez a tréning futásának költségét méri, nem azt, hogy mennyire gyorsan válaszol a kész modell.

Képzés számítás
2.6 × 10¹⁹ FLOP

"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

Hogyan jött létre
Hardware

A képzési futam

A kiképzéshez fizikailag szükséges volt: milyen chipek, hány, meddig és mennyi áramot vett le a hálózatról.

Képzési hardver
NVIDIA V100
Wall-clock time
48 hours

around 2 days

Compute cost
$23

Elérhetőség

Hogy megszerezheted-e a modellt és futtathatod a saját hardvereden, ami eldönti, hogy a ezen az oldalon szereplő grafikus kártyák adatai alkalmazhatóak-e.

Súlyok
Open — downloadable
Modell hozzáférés
Open weights (unrestricted)
Képzés kód
Open source

training, inference, and models (MIT) https://github.com/facebookresearch/audiocraft/blob/main/docs/MBD.md

Hogyan van besorolva

Címkék, amelyeket a forráshalmaz alkalmaz, amikor figyelemmel kíséri a figyelemre méltó modelleket, és mennyire biztos a bejegyzésben.

Miért követik nyomon
SOTA improvement

"At equal bit rate, the proposed approach outperforms state-of-the-art generative techniques in terms of perceptual quality"

Rögzítési bizalom
Confident
Citations
43

Források

Honnan származik ez a rekord és mikor ellenőrizték utoljára.

Referencia
From Discrete Tokens to High-Fidelity Audio Using Multi-Band Diffusion
Utoljára frissítve
25 May 2026

Mit jelentek a számok

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.

A közzétett súlyok azt jelentik, hogy a modell a te gépeden fut, nem pedig valaki másén, ami lehetővé teszi, hogy a lenti hardverkérdés egyáltalán megválaszolható legyen.

Mi került a megépítésébe

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.

Válaszok

MultiBand Diffusion — Gyakran ismételt kérdések

01

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.

02

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.

03

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.

04

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.

05

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.

06

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.

07

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.

08

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.

Forrás

Eredeti közzététel

Utolsó frissítés időpontja 25 May 2026

A másik irány

Másik oldalról nézve?

Ez az oldal a modellel kezdődik. Ha már rendelkezik egy kártyával és szeretné tudni, hogy minden mit fog futtatni, kérjük, folytassa., kezdje a hardverrel inkább.