انقلابی در تولید تصاویر 4K: هوش مصنوعی جدید انویدیا

دنیای هوش مصنوعی با معرفی مدل Sana از انویدیا به تکاپو افتاده است. این مدل جدید با ترکیبی از تکنیک‌های فشرده‌سازی و سرعت پردازشی، تصاویر با کیفیت 4K را روی سخت‌افزار معمولی و لپ‌تاپ‌ها ارائه می‌دهد. اگر عاشق خلق آثار هنری دیجیتال هستید، خواندن این مطلب از رمزآگاه را پیشنهاد می‌کنیم.

انویدیا با معرفی مدل Sana به دنیای هوش مصنوعی هیجان جدیدی وارد کرده است. این مدل با استفاده از تکنیکی به نام deep compression autoencoder اطلاعات تصویر را به ۳ درصد حجم اصلی کاهش می‌دهد، اما تمام جزئیات تصویر را حفظ می‌کند. سانا همچنین از مدل زبانی Gemma 2 برای درک دقیق‌تر دستورات استفاده می‌کند و با الگوریتمی بنام Linear Diffusion Transformer به سرعت پردازش بی‌سابقه‌ای دست یافته است.

این روش‌های جدید به سانا اجازه می‌دهند تا بدون افت کیفیت، ۲۰ برابر سریع‌تر از مدل‌های بزرگتر عمل کند. سانا حتی قادر به تولید تصاویر 4096×4096 با سرعت بالا و وضوح بسیار عالی است که اغلب مدل‌های دیگر فقط با تکنیک‌های بزرگنمایی به این کیفیت دست می‌یابند.

انویدیا با هدف جذب طیف گسترده‌تری از کاربران، قصد دارد کد سانا را به‌صورت متن‌باز منتشر کند.