Stable Diffusion जैसे मॉडल का आगमन छवि जनरेशन के क्षेत्र में महत्वपूर्ण प्रगति का प्रतीक है, लेकिन यह स्वयं-प्रतिद्धारित भाषा मॉडल के साथ इसके मौलिक भेद ने एक एकीकृत भाषा दृश्य मॉडल के विकास में बाधा उत्पन्न की है। इस समस्या को हल करने के लिए, शोधकर्ताओं ने Meissonic का परिचय दिया है, जो गैर-स्वयं-प्रतिद्धारित मास्क छवि मॉडलिंग (MIM) टेक्स्ट-टू-इमेज तकनीक को SDXL जैसे अत्याधुनिक प्रसार मॉडल के स्तर तक बढ़ा देता है। Meissonic की मूल निर्माताओं की एक श्रृंखला, उन्नत स्थान 编

हाल ही में, शोध टीम ने Meissonic नामक एक ओपन-सोर्स AI छवि उत्पन्न मॉडल जारी किया है। आश्चर्य की बात यह है कि इस मॉडल ने केवल एक अरब पैरामीटर का उपयोग किया है, फिर भी वह उच्च गुणवत्ता वाली छवियाँ उत्पन्न कर सकता है। इस संक्षिप्त डिज़ाइन ने Meissonic को मोबाइल उपकरणों पर स्थानीय पाठ-से-छवि अनुप्रयोगों को लागू करने की क्षमता प्रदान की है। इस तकनीक के पीछे शोध एवं विकास टीम में अलीबाबा, Skywork AI और कई विश्वविद्यालयों के शोधकर्ता शामिल हैं। उन्होंने एक अद्वितीय ट्रांसफार्मर आर्किटेक्चर और नवोन्मेषी प्रशिक्षण विधियों का उपयोग किया है,