TikTok sosial ulgamynyň eýesi ByteDance suratlary döretmek üçin niýetlenen täze BitDance modelini hödürledi. 14 milliard parametrli bu model ähli ulanyjylar üçin açyk formatda ýaýradyldy.
BitDance öndürijilik we ýokary hilli surat döretmek boýunça birnäçe meşhur bäsdeşlerinden, şol sanda Z-Image-Turbo, Z-Image, Seedream 3.0, GPT Image we Flux ýaly modellerden öňe geçmegi başardy. Ol häzirki wagtda emeli aň dünýäsiniň iň güýçli nusgalarynyň biri bolan Qwen-Image derejesine ýakyndyr.
Modelde ulanylýan arhitektura düýpli kämilleşdirildi. Sözlük gory 2^256 token derejesine çenli giňeldildi. Gysyş koeffisienti bolsa 16x-den 32x-e çenli ýetýär. Bu bolsa suratlaryň hili we detallary (rekonstruksiýa) boýunça uly ösüş diýmekdir.
Next-Patch Diffusion atly täze tehnologiýa arkaly model bir ädimde diňe bir däl, eýsem 64 tokeni bir wagtda çaklap bilýär.
Rekord tizlik: 37 esse çalt
BitDance-yň iň haýran galdyryjy tarapy onuň iş tizligidir - model bir sekuntda 256×256 ölçegdäki 90-dan gowrak suraty utgaşdyrmaga ukyplydyr.
Bu görkeziji boýunça ol iň gowy awtoregressiw modellerden 37,7 esse çalt işleýär.
BitDance häzirki wagtda iki görnüşde hödürlenýär: BitDance-14B-64x (Parallel generasiýa üçin iň ýokary tizlikli nusgasy) we BitDance-14B-16x.
Modeliň kodlary we agramlary eýýäm GitHub we Hugging Face platformalaryna ýüklendi.
