打入AI底层！NUS尤洋团队用扩散模型构建神经网络参数，LeCun点赞

AIGC动态欢迎阅读

原标题：打入AI底层！NUS尤洋团队用扩散模型构建神经网络参数，LeCun点赞
关键字：模型,腾讯,神经网络,参数,噪声
文章来源：量子位
内容字数：3666字

内容摘要：

克雷西 发自 凹非寺量子位 | 公众号 QbitAI扩散模型，迎来了一项重大新应用——
像Sora生成视频一样，给神经网络生成参数，直接打入了AI的底层！
这就是新加坡国立大学尤洋教授团队联合UCB、Meta AI实验室等机构最新开源的研究成果。
具体来说，研究团队提出了一种用于生成神经网络参数的扩散模型p(arameter)-diff。
用它来生成网络参数，速度比直接训练最多提高44倍，而且表现毫不逊色。
这一模型一经发布，就迅速在AI社区引发强烈讨论，圈内人士对此的惊叹，毫不亚于普通人看到Sora时的反应。
甚至有人直接惊呼，这基本上相当于AI在创造新的AI了。
就连AI巨头LeCun看了之后，也点赞了这一成果，表示这真的是个cute idea。
而实质上，p-diff也确实具有和Sora一样重大的意义，对此同实验室的Fuzhao Xue（薛复昭）博士进行了详细解释：
Sora生成高维数据，即视频，这使得Sora成为世界模拟器（从一个维度接近AGI）。
而这项工作，神经网络扩散，可以生成模型中的参数，具有成为元世界级学习器/优化器的潜力，从另一个新的重要维度向AGI迈进。
言归正传

原文链接：打入AI底层！NUS尤洋团队用扩散模型构建神经网络参数，LeCun点赞

联系作者

文章来源：量子位
作者微信：QbitAI
作者简介：追踪人工智能新趋势，关注科技行业新突破