Black Forest Labs 表示正在將圖像、影片與音訊一起用於訓練 FLUX 3
熱點事件持續更新
Black Forest Labs 表示正在將圖像、影片與音訊一起用於訓練 FLUX 3
1 篇報導1 個報導來源1 小時前更新
先了解這件事
AI 綜述
Black Forest Labs 研究人員 Andreas Blattmann 與 Dustin Podell 表示,公司正以靜態圖像、影片與音訊聯合訓練 FLUX 3,並主張靜態圖像顯示物體所在的位置,而影片則顯示它是如何到達該處。潛在擴散的共同發明者 Blattmann 表示,普通的 2D 影片帶有關於物體從其他角度看起來如何的證據,而 BFL 從同一個 FLUX 3 主幹衍生出其影片放大器,使細節在時間上保持一致。 Podell 描述了一項早期的 Kontext 實驗,在其中對一小組標註照片進行數小時的訓練,就讓模型能把標誌放到襯衫上,並指出使用者用 FLUX 修復退化的家庭照片是一個未曾預料的用途。這些說法來自研究人員本人在 Latent Space 訪談中的敘述;並未報告任何基準測試結果或獨立評估。
AI 依報導生成 · 24 分鐘前更新
最新進展11月17日 05:28
Black Forest Labs 談打造視覺智慧,以及在圖像、影片與音訊上訓練 FLUX 3報導時間線
沿著報導,了解事件的不同側面。
11月17日
- Latent SpaceBlack Forest Labs 談打造視覺智慧,以及在圖像、影片與音訊上訓練 FLUX 3
在 Latent Space 的訪談中,Black Forest Labs 的 Andreas Blattmann 與 Dustin Podell 說明如何把靜態圖像、影片與音訊放在一起訓練 FLUX 3,並主張靜態圖像顯示物體在哪裡,影片則顯示它如何到達那裡。潛在擴散的共同發明人 Andreas 表示,普通的 2D 影片帶有物體從其他角度看起來如何的證據,而 BFL 的影片升頻器出自同一個 FLUX 3 主幹,因此細節在時間上保持一致。Dustin 回顧早期 Kontext 的一項實驗:在一小批有標註的照片集上訓練幾小時,就讓模型能把標誌放到襯衫上;他也提到使用者用 FLUX 修復劣化的家庭照片,是原先沒預料到的用途。
本事件熱度走勢
還沒有足夠的連續觀測資料,暫不繪製趨勢。