sora的横空出世,令全球aigc创业公司面临巨大挑战。许多人质疑,小型公司与openai竞争是否还有意义?生数科技,这家由清华系团队创立的企业,却给出了肯定的答案。
生数科技的技术路线与Sora高度一致,均采用Transformer与扩散模型融合的架构。更值得关注的是,生数科技的U-ViT模型比OpenAI的DiT模型早诞生两个月,并被CVPR2023收录,而DiT则被拒稿。
生数科技的多模态大模型实现了全链路自主研发,是全球首个将Transformer架构引入扩散模型骨干网络的企业。其技术已在文生图、文生视频、文生3D、图生3D等领域取得显著成果,并获得数亿元融资,创下国内多模态大模型赛道最高融资额。
全栈自研的MaaS(模型即服务)
生数科技于2023年3月开源了UniDiffuser,这是全球首个基于Diffusion Transformer架构(U-ViT)的多模态扩散大模型。其架构领先于后来的Stable Diffusion 3一年,并支持图生文、图文联合生成、图文改写等多种功能。
基于UniDiffuser,生数科技开发了视觉创意设计平台PixWeaver和3D资产创建工具VoxCraft。PixWeaver支持AI生图和AI生视频(目前AI视频功能因版本迭代暂停试用),具备强大的语义理解能力和画面表现力。VoxCraft则能以最快10秒的速度生成高精度3D模型,并支持全球首个4D动画生成。
VoxCraft的核心优势在于高精度、高速、高可用性和高丰富度,支持Mesh同步生成,并可直接对接工业管线。
技术领先性
生数科技在技术上拥有多项突破:
生数科技团队在顶级人工智能会议上发表论文近30篇,展现了其深厚的技术积累和创新能力。 即使在Sora的强势竞争下,生数科技凭借其技术优势和持续创新,在国内多模态大模型赛道中依然占据着领先地位,并致力于引领国内底层技术创新。
以上就是比 Sora DiT 架构早两个月的 U-ViT,由这家中国 AIGC 公司提出的详细内容,更多请关注php中文网其它相关文章!
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号