UniPi
Brak oszacowania
Brak wymagań sprzętowych dla tego modelu
Wagi tego modelu są OPEN, ale nie opublikowano liczby parametrów. Każda figura dotycząca MEMORY i prędkości zaczyna się od tej liczby, więc wolelibyśmy nic nie pokazywać niż wymyśloną estymację..
Na nagranie
Pełna specyfikacja
Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- Google DeepMind,Massachusetts Institute of Technology (MIT),University of California (UC) Berkeley,Georgia Institute of Technology,University of Alberta
- Typ organizacji
- Industry,Academia,Academia,Academia,Academia
- Kraj
- United States of America, Canada
- Opublikowany
- 31 January 2023
- Autorzy
- Yilun Du, Mengjiao Yang, Bo Dai, Hanjun Dai, Ofir Nachum, Joshua B. Tenenbaum, Dale Schuurmans, Pieter Abbeel
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Video, Robotics, Vision
- Zadanie
- Video generation
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- Dane treningowe
- tokens
Przebieg szkolenia
Co fizycznie było potrzebne do treningu: jakie chipy, ile, na jak długo i co to pobierało z sieci.
- Sprzęt do trenowania
- Google TPU v4
Dostępność
Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.
- Wagi
- Open — downloadable
- Dostęp do modelu
- Open weights (unrestricted)
- Kod treningowy
- Open source
https://github.com/flow-diffusion/AVDC MIT License
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Unknown
- Cytaty
- 503
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Learning Universal Policies via Text-Guided Video Generation
- Ostatnio zaktualizowane
- 25 May 2026
Co oznaczają liczby
Tło
UniPi został opublikowany przez Google DeepMind,Massachusetts Institute of Technology (MIT),University of California (UC) Berkeley,Georgia Institute of Technology,University of Alberta, w kraju zapisanym jako United States of America, podczas January 2023. Wychodzi z organizacji zaklasyfikowanej jako industry,Academia,Academia,Academia,Academia.
Działa w dziedzinie Video, Robotics, Vision, i jest zapisany jako wykonujący zadanie video generation.
Otwarte wagi to powód, dla którego ta strona znajduje się w kalkulatorze, a nie tylko w katalogu: jest to model, który możesz faktycznie mieć.
Odpowiedzi
UniPi — częste pytania
UniPi— do czego to służy?
Działa w dziedzinie Video, Robotics, Vision, i jest zarejestrowany jako realizujący zadanie video generation. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.
UniPi— Gdzie mogę to pobrać?
Wagi są opublikowane, chociaż nie posiadamy linku do repozytorium. Ta strona oblicza wymagania sprzętowe, a nie hostuje pliki modelu.
UniPi— Jaką GPU potrzebuję, aby ją uruchomić?
Nie możemy powiedzieć. Ma otwarte wagi, ale nie opublikowano liczby parametrów, a wszelkie obliczenia pamięci i prędkości zaczynają się od tej liczby. Wolimy nie pokazywać niczego niż fałszywą szacunkową wartość.
UniPi— czy jest open weight?
Jego wagi są opublikowane, więc można je pobrać i uruchomić na własnym sprzęcie. Zauważ, że OPEN WEIGHTS nie są tym samym co OPEN SOURCE w pełnym sensie — nie mówi nic o danych treningowych, kodzie treningowym, ani warunkach komercyjnych.
UniPi— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
UniPi— kto to stworzył?
Zostało opublikowane przez Google DeepMind,Massachusetts Institute of Technology (MIT),University of California (UC) Berkeley,Georgia Institute of Technology,University of Alberta, oparty na United States of America, organizacja sklasyfikowana jako industry,Academia,Academia,Academia,Academia.
UniPi— kiedy to zostało wydane?
Zostało opublikowane w January 2023. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Druga strona
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.