成本更低

Lumina-T2X是一个创新的内容生成系列模型，它采用了统一的DiT（DiffusionModel）架构，能够通过文本生成图像、视频、多视角3D对象以及音频剪辑。这一新系列模型在大幅提高生成质量的同时，显著降低了训练成本，展示了AI技术在内容创作领域的最新进展。主要特点:多模态生成能力:能够处理和生成多种类型的媒体内容，包括图像、视频、3D对象和音频。

o1/o3带火的推理计算Scaling，原来谷歌早在今年8月就曾探讨过。当时，来自斯坦福、牛津以及谷歌DeepMind的团队提出通过重复采样来扩展推理计算量——结果在编码任务中将性能最多提高40%。他们发现小模型通过生成多种答案/样本，其任务表现可能比一些大型模型单次尝试还要好。比如，DeepSeek-Coder通过重复采集5个样本，性能优于GPT-4o，而成本却仅为后者的三分之一。