Sa Snap, inspirasyon natin ang mga bagong feature at produktong nagpapahusay sa pagkamalikhain at nagbibigay-buhay sa mga imahinasyon, lahat ay pinapagana ng teknolohiya ng generative AI. Bagama't may malaking interes sa mga karanasang ito, dahil sa kanilang kumplikadong teknikal na arkitektura, nangangailangan ang mga ito ng napakaraming oras, mapagkukunan, at lakas sa pagpoproseso para magawa–lalo na sa mobile.
Kaya naman ngayong araw, nasasabik kaming i-share na nakabuo ang Snap Research ng bagong model na tinatawag na SnapFusion na nagpapaikli sa runtime ng model mula sa pag-input ng text patungo sa pagbuo ng imahe sa mobile nang wala pang dalawang segundo—ang pinakamabilis na oras na na-publish hanggang ngayon sa komunidad ng akademya.
Nakamit ng Snap Research ang tagumpay na ito sa pamamagitan ng pag-optimize sa arkitektura ng network at proseso ng denoising, na ginagawa itong hindi kapani-paniwalang mahusay, habang pinapanatili ang kalidad ng imahe. Kaya, posible ngayong patakbuhin ang model para bumuo ng mga larawan batay sa mga prompt ng text, at bumalik ng mga crisp clear na imahe sa loob lamang ng ilang segundo sa mobile kaysa sa ilang minuto o oras, tulad ng ipinapakita ng iba pang pananaliksik.
Bagama't maaga pa para sa model na ito, ang gawaing ito ay may potensyal na mag-supercharge ng matataas na kalidad na karanasan ng generative AI sa mobile sa hinaharap. Para magbasa nang higit pa tungkol sa breakthrough na ito, pakitingnan ang aming mas detalyadong papel dito.