階躍星辰オープンソースプラットフォーム体験センターは、画像生成大規模モデルStep-1Xを発表しました。このモデルは、2024年の世界人工知能大会でStep-2言語モデル、Step-1.5Vマルチモーダルモデルと共に初公開されました。Step-1Xは上海映画と提携し、『大鬧天宮』の古典的IPに基づいたH5インタラクティブ体験を開発しました。データ資源が不足している場合でも、高品質な画像を生成できます。深層意味整合と詳細な生成に重点を置き、独自開発のDiTモデルアーキテクチャを採用し、長命令入力に対応しており、広告、ゲームなどに適しています。

テンセントのHunYuan文による画像生成大規模モデル（HunYuan DiTモデル）のトレーニングコードが全面的にオープンソース化されました。LoRAプラグインとControlNetプラグインも含まれています。LoRAは大規模言語モデルを微調整するための技術であり、元のモデルを変更したり、モデルサイズを増やすことなく、少量のデータを使用して特定の特性を持つモデルをトレーニングできます。