Emu (Meta)
Nessuna stima
Nessun requisito hardware per questo modello
I pesi per questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul proprio hardware di qualsiasi dimensione. È accessibile solo attraverso il suo fornitore e nessun cambiamento della scheda grafica che.
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- Meta AI
- Tipo di organizzazione
- Industry
- Paese
- United States of America
- Pubblicato
- 27 September 2023
- Autori
- Xiaoliang Dai, Ji Hou, Chih-Yao Ma, Sam Tsai, Jialiang Wang, Rui Wang, Peizhao Zhang, Simon Vandenhende, Xiaofang Wang, Abhimanyu Dubey, Matthew Yu, Abhishek Kadian, Filip Radenovic, Dhruv Mahajan, Kunpeng Li, Yue Zhao, Vladan Petrovic, Mitesh Kumar Singh, Simran Motwani, Yi Wen, Yiwen Song, Roshan Sumbaly, Vignesh Ramanathan, Zijian He, Peter Vajda, Devi Parikh
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Image generation
- Compito
- Text-to-image, Image generation
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- parametri
- 2.8B
- Dati di addestramento
- tokens
"We use a large U-Net with 2.8B trainable parameters."
"We curate a large internal pre-training dataset consisting of 1.1 billion images to train our model. The model is trained with progressively increasing resolutions"
Disponibilità
Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.
- Pesi
- Closed — provider access only
- Accesso al modello
- Unreleased
- Codice di addestramento
- Unreleased
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Modello di base
- Yes
- Record fiducia
- Confident
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Emu: Enhancing Image Generation Models Using Photogenic Needles in a Haystack
- Ultimo aggiornamento
- 11 February 2026
Cosa significano i numeri
Da dove è venuto
Emu (Meta) è stato pubblicato da Meta AI, nel paese registrato come United States of America, durante September 2023. Esce da un'organizzazione categorizzata come industry.
Funziona nel dominio di Image generation, ed è registrato come eseguire il compito di text-to-image, Image generation.
Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.
Risposte
Emu (Meta) — domande comuni
Emu (Meta)— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
Emu (Meta)— quanti parametri ha?
Ha un numero di parametri di 2.8B. "We use a large U-Net with 2.8B trainable parameters.". Quella cifra è il totale, ed è ciò che decide quanto memoria il modello ha bisogno — circa mezzo gigabyte per miliardo alla compressione che la maggior parte delle persone usa.
Emu (Meta)— chi l'ha creato?
È stato pubblicato da Meta AI, basato su United States of America, un'organizzazione categorizzata come industry.
Emu (Meta)— quando è stato rilasciato?
È stato pubblicato in September 2023. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.
Emu (Meta)— A cosa serve?
Funziona nel dominio di Image generation, e viene registrato come gestire il compito di text-to-image, Image generation. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
Emu (Meta)— che GPU ho bisogno per eseguirlo?
Nessuno. Questo è un modello chiuso - i suoi pesi non sono mai stati pubblicati, quindi non può essere scaricato o eseguito sul tuo hardware a qualsiasi prezzo. È accessibile solo attraverso il suo fornitore.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.