Meta 开发出文本生成图像模型 CM3Leon，号称业界最佳

图片地址：https://img.ithome.com/newsuploadfiles/2023/7/aa356fa1-80ad-4c82-ac7a-3b8231bc0d94.png?x-bce-process=image/format,f_auto

IT之家 7 月 16 日消息，Meta 公司宣布开发出一款名为 CM3Leon 的人工智能模型，该模型可以根据文本生成高质量的图像，也可以为图像生成文本描述，甚至可以根据文本指令编辑图像。IT之家注：CM3Leon 生成结果（上）对比 DALL-E 2 生成结果（下）Meta 公司称，这款模型在文本到图像生成方面达到了业界最高水平，超过了谷歌、微软等公司的产品。CM3Leon 是一种基于 Transformer 的模型，Transformer 是一种利用注意力机制来处理输入数据的神经网络结构。相比于其他基于扩散（diffusion）的模型，Transformer 模型更加高效，训练速度更快，计算成本更低。Meta 公司展示了 CM3Leon 在不同任务上的优异表现，包括根据复杂的文本提示生成图像，根据文本指令编辑图像，以及生成图像描述和回答。Meta 公司表示，CM3Leon 是图像生成和理解领域的一大进步，但也承认该模型可能