Apple Machine Learning Research·· 2 天前AI 評分35
Apple 的 Split-and-Scale 在推論時擴展潛在 3D 表徵容量
Split-and-Scale Latent 3D Representations
AI 導讀
Apple 研究人員提出 split-and-scale,此方法在推論時擴展 3D 表徵的潛在容量,同時讓訓練成本維持在可負擔的範圍。透過將單一預訓練分詞器套用於場景中任意小的子區域,它把相同的潛在容量分配給更小的空間範圍,並捕捉到遠更高的細節。此方法達到遠大於單一 GPU 記憶體上限的更大模型之品質,而以它訓練的自迴歸 3D 生成器表現可與最先進的基準方法競爭。
來源:Apple Machine Learning Research · machinelearning.apple.com