#диффузионные модели

И исследования ·15 июл 2026

Google раскрыл математическую природу «креативности» диффузионных моделей

Исследователи Google показали, что способность диффузионных моделей генерировать новые изображения (а не просто копировать обучающие данные) — это не магия, а математическое следствие того, как нейросети при обучении «сглаживают» функцию оценки. Из-за регуляризации модель учится интерполировать между точками данных, создавая новые правдоподобные варианты вместо механического воспроизведения.

0 208

И исследования ·15 июл 2026

ИИ научили складывать ДНК в нанофигурки — от Моны Лизы до собачек

Южнокорейские учёные разработали ИИ-модель Generative SNUPI, которая автоматически проектирует структуры ДНК-оригами любой формы. Вместо ручной настройки последовательностей ДНК, достаточно нарисовать нужную фигуру — алгоритм сам рассчитает, как молекулы сложатся в нужную форму размером в нанометры. Технология может ускорить разработку наномедицинских устройств и молекулярных роботов.

0 102

И исследования ·15 июл 2026

Apple научила генеративные модели работать с одним слоем адаптации

Исследователи Apple представили FAE — метод адаптации предобученных визуальных энкодеров (DINO, SigLIP) для генерации изображений всего через один слой внимания. Подход достигает state-of-the-art FID 1.48 на ImageNet 256×256 без classifier-free guidance, работает быстрее и проще существующих решений.

0 89

М модели ·10 июн 2026

Google выпустил DiffusionGemma — языковую модель, которая генерирует текст в 4 раза быстрее

Google DeepMind представила DiffusionGemma — экспериментальную open-source модель на 26B параметров (MoE), которая генерирует текст блоками, а не последовательно. На GPU она работает до 4 раз быстрее обычных LLM, но с компромиссами по качеству. Идея — для локальных интерактивных задач, где важна скорость, а не идеальная точность.

0 102