Post #8903

🚀 Emu3.5 - новая масштабная мультимодальная world-модель Это World-модель, работающая сразу с двумя потоками - текстом и пикселями и предсказывающая их совместное состояние на каждом шаге. - 🔥 Обучена на 10T+ чередующихся vision-language токенов и доведена RL - в результате модель демонстрирует сильное мультимодальное рассуждение и генерация - ⚡ Новый подход DiDA (Discrete Diffusion Adaptation) —- Discrete Diffusion Adaptation переводит последовательное декодирование в параллельное двустороннее «денойзинг»-предсказание в дискретном пространстве токенов - в итоге это дает примерно 20× быстрее инференс без потери качества. По метрикам модель превосходит Nano Banana в генерации, редактировании и интерливинговых задачах. 🟠Попробовать: Emu3.5: https://emu.world 🟠Github: https://github.com/baaivision/Emu3.5 @ai_machinelearning_big_data #Emu3#MultimodalAI#WorldModel#NextTokenPrediction